fuel 机器学习的数据管道框架.zip

KeystoneML是一个用Scala编写的软件框架，来自伯克利大学AMPLab实验室。该项目主要目的是简化构造大规模、端到端的机器学习管道，基于ApacheSpark构建。示例代码：val trai

Conjecture是Esty开发的构建机器学习模型框架，在Hadoop中使用ScaldingDSL构建。Conjecture的目的是允许静态统计模型在广泛的产品设置中作为可变组件。应用包括等级，分类

YCML是使用Objective-C编写的机器学习框架，也支持Swift。当前提供以下算法：GradientDescentBackpropagation[1]ResilientBackpropagat

机器学习推荐引擎聚类分类算法数据挖掘

如果你有兴趣使用机器学习和神经网络，你从来没有像现在这样多的选择。本文讨论了6个开源机器学习和深度学习的框架的技术应用区别。分别是深度学习框架：Caffe、MicrosoftCognitiveTool

机器学习大数据，20年两市行情数据，已经除权处理过了

三个深度学习框架的故事TensorFlow，Keras和深度学习管道

介绍了一种能够基于机器视觉的管道机器人能够实现管道自动检测，缺陷识别等功能

机器学习的特点就是：以计算机为工具和平台，以数据为研究对象，以学习方法为中心；是概率论、线性代数、数值计算、信息论、最优化理论和计算机科学等多个领域的交叉学科。所以就先介绍一下机器学习涉及到的一些最常

limdu-Node.js的机器学习框架