۱۱ ابزار متن باز برای ساخت ماشین لرنینگ

۱۱ ابزار متن باز برای ساخت ماشین لرنینگ

ماشین لرنینگ یا یادگیری ماشین برای کارهایی مانند ( فیلتر اسپم ها، تشخیص چهره و…) در زمانی که با اطلاعاتی زیادی طرف هستید میتواند ابزار بسیار مناسبی باشد. این علم برای آموزش کامپیوتر ها و برای انجام کارهای آنالیزی می باشد و برای این کار تنها با سخت افزار طرف نیستید بلکه نرم افزارعای متن باز و مجانی وجود دارند که کار ماشین لرنینگ را برای شما بسیار آسان تر می کنند. در این پست نیز میخواهیم ۱۱ ابزار ماشین لرنینگ را به شما معرفی کنیم.

11 ابزار متن باز برای ساخت بیشتر یادگیری ماشین ها
۱۱ ابزار متن باز برای ساخت بیشتر یادگیری ماشین ها

Scikit-learn

زبان برنامه نویسی پایتون بسیار مناسب کارهایی از قبیل محاسبات و علوم و آمار می باشد. این ابزار ماشین لرنینگ نیز بر اساس پکیج های زبان پایتون طراحی شده است و میتواند برای کارهای محاسبانی و آماری به شما در آموزش رایانه تان کمک کند. این کیت ماشین لرنینگ با لایسنس BSD کار می کند و کاملا متن باز و مجانی می باشد.

Shogun

در بین کتابخانه های ماشین لرنینگ، شوگان یکی از قدیمی ترین آنها می باشد که در سال ۱۹۹۹ و بر اساس زبان برنامه نویسی c++ طراحی شده است اما محدود به زبان c ++ نمی باشد و میتواند در محیط های دیگری همچون جاوا، پایتون، سی شارپ، روبی ، آر، لوآ، اکتاو و متلب کار کند.

Accord Framework/AForge.net

آکورد، یک چهارچوب ماشین لرنینگ و سیگنال پروسسینگ می باشد که برای .net می باشد سیگنال پروسسینگ همانطور که از اسمش پیداست میتواند محدوده بزرگی از الگوریتم های مخصوص عکس و صدا را پوشش دهد که تشخیص چهره نیز یکی از این کارها می باشد. آکورد دارای مجموعه کاملی از الگوریتم های ویژن پروسسینگ می باشد و برای ردیابی حرکات در ویدئو ها نیز می تواند مورد استفاده قرار بگیرد.

Mahout

اغلب مردم فکر میکنند که چهارچوب کاربرد ماهوت به هدوپ محدود می شود اما باید بدانید که بسیاری از الگوریتم های این ابزار ماشین لرنینگ میتوانند خارج از هدوپ نیز کار کنند. این الگوریتم ها کاملا مناسب اپ هایی هستند که در داخل هدوپ کار می کنند و پروژه های هدوپ را کاملا پشتیبانی می کنند. تعدادی از این الگوریتم ها نیز اسپارک را پشتیبانی می کنند.

MLlib

این ابزار، کتابخانه شخصی آپاچی و برای اسپارک و هدوپ می باشد که دارای الگوریتم های معروف و کارامدی می باشد که برای سرعت بخشیدن و ساختارسازی بکار می رود. همانطور که از تمام پروژه های هدوپ انتظار می رود جاوا یکی از زبان های اصلی می باشد که باید در بستر آن از ام لیب استفاده کنید اما کاربران پایتون نیز میتوانند با متصل کردن ام لیب به کتابخانه NumPy از این زبان استفاده کنند.

H2O

الگوریتم های این ابزار برای پردازش بیزینسی طراحی شده اند و میتوانید با استفاده از آنها کامپیوتر خود را برای شناسایی تقلب یا پیدا کردن ترند ها آموزش دهید. این الگوریتم ها همچنین برای آنالیز عکس نیز به کار می آیند.

Cloudera Oryx

یکی دیگر از ابزار های ماشین لرنینگ که برای هدوپ طراحی شده است Cloudera Oryx نام دارد و توسط توسعه دهندگان کلودرا طراحی شده است و میتواند برای آنالیز زنده اطلاعات در حال استریم به کار برده شود. اوریکس طراحی شده است تا از مدل های ماشین لرنینگ برای آنالیز زمان واقعی اطلاعات استفاده شود و با این کار امکان فیلتر اسپم ها را نیز در زمان واقعی فراهم می سازد.

GoLearn

این بزار تمام نیازمندی های کار با زبان معروف go گوگل را که برای ۵ سال پیاپی یکی از معروف ترین زبان ها شده بود را دارا است و میتواند بسیاری از نیازمندی های ماشین لرنینگ شما را برطرف سازد.

Weka

وکا در دانشگاه Waikato نیوزیلند طراحی شده است و دارای مجموعه ای از الگوریتم های مهندسی شده ماشین لرنینگ و بر بستر جاوا می باشد که به درد داده کاوی می خورد.

CUDA-Convnet

امروزه دیگر باید مردم بدانند که چزا GPU میتواند سریع تر به مشکلات رسیدگی کند تا CPU. اما باید بدانید که GPUها به تنهایی قادر به رفع مشکلات نیستند و نیازمند ابزاری هستند که بتواند به خوبی آنها را آموزش دهند. CUDA-Convnet یک کتابخانه ماشین لرنینگ و به همین منظور می باشد که در بستر C++ کار می کند و توسط nvidia توسعه یافته است.

ConvNetJS

این ابزار همانطور که از اسمش پیداست کتابخانه ماشین لرنینیگی می باشد که شبکه های عصبی برای استفاده در جاوااسکریپت ارائه می کند

منبع :

infoworld

 

نوشتن دیدگاه

تصویر امنیتی
تصویر امنیتی جدید

ارتباط با ما

  • گیلان - رشت - میدان حشمت - پارک علم و فناوری گیلان - طبقه دوم  - گروه توسعه اندیشه نوین 
  • موبایل : 09117586735 (مهندس ایوبی)
  • وب سایت متن کاوی: www.tmta.ir