1.Weka intègre des algorithmes d'apprentissage de la machine pour exploiter les données. Ces algorithmes peuvent être appliqués directement à un jeu de données ou vous pouvez écrire du code à appeler. WEKA couvre une large gamme d'outils tels que le traitement des données, la classification, la régression, la clustering, les règles de liaison et de visualisation.

2. Une vaste analyse en ligne (MoA) est un cadre open source populaire pour excaver les flux de données avec une communauté de croissance très positive. Il comprend une variété d'algorithmes de machines (classification, régression, clustering, détection inhabituelle, détection de dérive et systèmes proposés) et outils d'évaluation. Les projets Weka sont indiqués, MOA est également écrit en Java, avec plus d'évolutivité.

3. Le projet Meka fournit un déploiement open source pour une évaluation de plusieurs étiquettes et des méthodes d'apprentissage. Dans la classification de plusieurs cartes, nous devons prédire les variables de sortie de chaque instance d'instance. Ceci est différent de la situation qui implique une seule variable cible dans le cas «normal». De plus, Meka est basé sur bOutils d'apprentissage de la machine à base de Weka.

4. Système d'exploitation avancé de données et système d'apprentissage (Adams) est un nouveau moteur de processus de travail flexible pour construire et entretenir rapidement des flux de connaissances complexes du monde réel, basé sur la délivrance de GPLV3.

5. Mise en œuvre de l'environnement pour développer des applications KDD pris en charge par la structure d'index (ELKI) est le logiciel de mines de données open source (AGPLV3) basé sur Java. Elki s'est principalement concentrée sur la recherche sur l'algorithme et axée sur des méthodes de détection non écrites et inhabituelles en analyse de grappes.

6. MALLET est un ensemble d'outils d'apprentissage basés sur des fichiers orientés textuels orientés textuels. Maillet prend en charge des algorithmes classifiés tels que l'entropie maximale, des baies unies et une classification décisive des arbres.

7.Collog est un cadre d'apprentissage avancé de la machine de vecteur intégré (SVM), des neurodies artificielles, des algorithmes génétiques, des réseaux de baies, des modèles de markov cachés (HMM), une programmation génétique et une poignéeMathématiques génétiques.

8. Le cadre d'apprentissage de la boîte de machine est un cadre open source écrit en Java, ce qui permet un développement rapide des applications d'apprentissage et de statistiques de machines. La clé principale du cadre comprend un grand nombre d'algorithmes d'apprentissage de machine et de tests statistiques pouvant gérer des ensembles de données de taille moyenne.

9.Deeplearning4j est la première bibliothèque d'apprentissage commerciale et open source écrite à Java et Scala. Le but de sa conception concerne les environnements commerciaux et non un outil de recherche.
10. Mahout est une structure machine pour un algorithme intégré. Mahout-Samsara aide les gens à créer leurs propres mathématiques et à fournir des algorithmes produits.

Une entreprise d'exploitation 11rapid a été développée par l'Université Dortmurt Allemagne. Il fournit une interface graphique (interface utilisateur graphique) et Java API pour les applications de développement des développeurs. Il fournit également des algorithmes de machines pour le traitement, la visualisation et la modélisation des données.

12. Apache Samoa LEh bien, un cadre de machine (ML), faites face à l'algorithme de lignes ML distribuée et permet aux outils de traitement des flux distribués de base (DSPEE, tels que Train Apache) sans outil de traitement de la manutention directe La ligne de distribution ci-dessous (DSPEE, telle que Apache Storm) dans le cas de Apache S4 et Apache Samza, le nouvel algorithme ML est développé. Les utilisateurs peuvent développer des algorithmes de flux ml distribué et peuvent être exécutés sur plusieurs decs.

13. Neurophe est un simple développement neurologique en apportant une aide aux bibliothèques de réseau Java et en soutenant des réseaux nerveux d'interface graphique, de la formation et de la rétention.

14.YX 2 est une architecture Lambda intégrée à Apache Spark et Apache Kafka, mais commence progressivement avec un apprentissage à grande échelle en temps réel. Il s'agit d'un cadre permettant de créer des applications, mais également des forfaits et une application se termine en face de la coordination, de la classification, de la classification, de la régression et de la clustering.
Classification 15.Stanford est une filleLe dispositif d'apprentissage de la machine peut être traité un élément de données pour un catalogue. Un classificateur de probabilité, tel que celui-ci, il peut spécifier la distribution de probabilité pour un élément de données. Le logiciel est un déploiement Java pour le classificateur d'entropie maximum.

16IO est une API rétine avec un algorithme de traitement de langue naturel rapide et précis similaire au cerveau.

17.jsat est une bibliothèque de machines de travail rapide. La bibliothèque est que j'ai développée en temps libre, basée sur la libération GPL3. Certaines bibliothèques peuvent étudier de manière indépendante, telle que tous les stocks sont indépendants. JSAT n'a pas de dépendance externe et est écrit dans Pure Java.

Les tableaux de 18.n-dimensionnels pour Java (ND4J) sont une bibliothèque de calcul scientifique pour JVM. Ils sont utilisés dans l'environnement de production, indiquant que la conception de la routine fonctionne avec des exigences de mémoire minimales.

19. Java Learning Library (Bibliothèque Java) doit déployer une série d'algorithmes d'apprentissage automatique. Ces algorithmes, quel que soit le code source sont un document,c'est si bon. Sa langue principale est Java.

20.java-ml est l'API Java d'une série d'algorithmes de machines écrites en Java. Il fournit uniquement une interface d'algorithme standard.

21.LLIB (Spark) est une bibliothèque de machines d'apprentissage automatique pouvant être étendue aux étincelles Apache. Bien que Java, les bibliothèques et les plates-formes prennent également en charge les contraintes Java, Scala et Python. Cette bibliothèque est la dernière et a de nombreux algorithmes.

22.H2O est une API d'apprentissage pour les applications intelligentes. Il a grandi sur des statistiques, des machines d'apprentissage et des mathématiques sur de grandes données. H2O peut être élargi, les développeurs peuvent utiliser des mathématiques simples dans la section principale.

23. Walnutiq est le modèle orienté objet du cerveau humain, avec l'algorithme d'apprentissage populaire de la théorie (dans la direction d'émotions simples et puissantes).

24.Ranklib est un algorithme d'apprentissage au classement. Huit sorts courants ont été atteints.

25.java (basé sur l'algorithme de mémoire temporaire basé sur Java) est GIAO Interface Java pour la plate-forme Smart Numenta.Code source