java25个Java机器学习⼯具库
本列表总结了25个Java机器学习⼯具&库：
1. Weka集成了数据挖掘⼯作的机器学习算法。这些算法可以直接应⽤于⼀个数据集上或者你可以⾃⼰编写代码来调⽤。Weka包括⼀系列的⼯具，如数据预处理、分类、回归、聚类、关联规则以及可视化。
2.Massive Online Analysis（MOA）是⼀个⾯向数据流挖掘的流⾏开源框架，有着⾮常活跃的成长社区。它包括⼀系列的机器学习算法（分类、回归、聚类、异常检测、概念漂移检测和推荐系统）和评估⼯具。关联了WEKA项⽬，MOA也是⽤Java编写的，其扩展性更强。
3.MEKA项⽬提供了⼀个⾯向多标签学习和评价⽅法的开源实现。在多标签分类中，我们要预测每个输⼊实例的多个输出变量。这与“普
通”情况下只涉及⼀个单⼀⽬标变量的情形不同。此外，MEKA基于WEKA的机器学习⼯具包。
4. Advanced Data mining And Machine learning System（ADAMS）是⼀种新型的柔性⼯作流引擎，旨在迅速建⽴并保持真实世界的复杂知识流，它是基于GPLv3发⾏的。
5. Environment for Developing KDD-Applications Supported by Index-Structure（ELKI）是⼀款基于Ja
va的开源（AGPLv3）数据挖掘软件。ELKI主要集中于算法研究，重点研究聚类分析中的⽆监督⽅法和异常检测。
6. Mallet是⼀个基于Java的⾯向⽂本⽂件的机器学习⼯具包。Mallet⽀持分类算法，如最⼤熵、朴素贝叶斯和决策树分类。
7. Encog是⼀个先进的机器学习框架，集成了⽀持向量机（SVM）、⼈⼯神经⽹络、遗传算法、贝叶斯⽹络、隐马尔可夫模型（HMM）、遗传编程和遗传算法。
8. Datumbox机器学习框架是⼀个⽤Java编写的开源框架，允许快速地开发机器学习和统计应⽤。该框架的核⼼重点包括⼤量的机器学习算法以及统计测试，能够处理中等规模的数据集。
9. Deeplearning4j是使⽤Java和Scala编写的第⼀个商业级的、开源的、分布式深⼊学习库。其设计的⽬的是⽤于商业环境中，⽽不是作为⼀个研究⼯具。
10. Mahout是⼀个内置算法的机器学习框架。Mahout-Samsara帮助⼈们创建他们⾃⼰的数学，并提供了⼀些现成的算法实现。
11.Rapid Miner是德国多特蒙特技术⼤学开发的。它为开发者开发应⽤程序提供了⼀个GUI（图形⽤户界⾯）和Java API。它还提供了⼀些机器学习算法，⽤来做数据处理、可视化以及建模。
12. Apache SAMOA是⼀个机器学习（ML）框架，内嵌⾯向分布式流ML算法的编程抽象，并且允许在没有直接处理底层分布式流处理引擎（DSPEe，如Apache Storm、Apache S4和Apache samza）复杂性的情况下，开发新的ML算法。⽤户可以开发分布式流ML算法，⽽且可以在多个DSPEs上执⾏。
13. Neuroph通过提供⽀持创建、训练和保存神经⽹络的Java⽹络库和GUI⼯具，简化了神经⽹络开发。
java开发可视化界面14. Oryx 2是⼀个建⽴在Apache Spark和Apache Kafka的Lambda架构实现，但随着实时⼤规模机器学习⽽逐渐开始专业化。这是⼀个⽤于构建应⽤程序的框架，但也包括打包，以及⾯向协同过滤、分类、回归和聚类的端到端的应⽤程序。
15. Stanford Classifier是⼀个机器学习⼯具，它可以将数据项归置到⼀个类别。⼀个概率分类器，⽐如这个，它可以对⼀个数据项给出类分配的概率分布。该软件是最⼤熵分类器的⼀个Java实现。
16.io是⼀个Retina API，有着快速精确的类似⼤脑的⾃然语⾔处理算法。
17.JSAT是⼀个快速⼊门的机器学习库。该库是我在业余时间开发的，基于GPL3发⾏的。库中的⼀部分内容可⾃主学习，例如所有的代码都是独⽴的。JSAT没有外部依赖，⽽且是纯Java编写的。
18. N-Dimensional Arrays for Java(ND4J)是⼀个⽤于JVM的科学计算库。它们是⽤来在⽣产环境中使
⽤的，这表明例程的设计是以最⼩的内存需求来运⾏的。
19. Java Machine Learning Library（Java机器学习库）是⼀系列机器学习算法的相关实现。这些算法，⽆论是源代码还是⽂档，都编写的很出⾊。其主要语⾔是Java。
20. Java-ML是⼀个使⽤Java编写的⼀系列机器学习算法的Java API。它只提供了⼀个标准的算法接⼝。
21. MLlib (Spark)是Apache Spark的可扩展机器学习库。虽然是Java，但该库与平台还⽀持Java，Scala和Python绑定。此库是最新的，并且算法很多。
22. H2O是⽤于智能应⽤的机器学习API。它在⼤数据上对统计学、机器学习和数学进⾏了规模化。H2O可扩展，开发者可以在核⼼部分使⽤简单的数学知识。
23. WalnutiQ是⼈脑部分⾯向对象模型，有着理论常⽤的学习算法（正在向简单强烈的情感⼈⼯智能模型⽅向研究）。
24. RankLib是⼀个排名学习算法库。⽬前已经实现⼋种流⾏的算法。
25. htm.java（基于Java的Hierarchical Temporal Memory算法实现）是⼀个⾯向智能计算的Numenta平台的Java接⼝。源码
原⽂地址：25 Java Machine Learning Tools & Libraries（译者/刘帝伟审校/刘翔宇责编/仲浩）
译者简介：刘帝伟，中南⼤学软件学院在读研究⽣，关注机器学习、数据挖掘及⽣物信息领域。
本⽂为CSDN编译整理，未经允许不得转载，如需转载请联系market#csdn(#换成@)

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。