machinelearnjs

machinelearn.js

Machinelearn.js es una biblioteca de aprendizaje automático escrita en TypeScript. Resuelve problemas de aprendizaje automático y enseña a los usuarios cómo funcionan los algoritmos de aprendizaje automático.

Instalación de usuario

Usando hilo

$ yarn add machinelearn

Usando NPM

$ npm install --save machinelearn

En los navegadores

Usamos JSDeliver para distribuir la versión del navegador de Machinelearn.js

 < script src =" https://cdn.jsdelivr.net/npm/machinelearn/machinelearn.min.js " > </ script >
< script >
    const { RandomForestClassifier } = ml . ensemble ;
    const cls = new RandomForestClassifier ( ) ;
</ script >

Consulte https://www.jsdelivr.com/package/npm/machinelearn para obtener más detalles.

Aceleraciones

Por defecto, MachineLearning.js usará la versión pura de JavaScript de TFJS. Para habilitar la aceleración a través de la unión de C ++ o GPU, debe importar machinelearn-node para C ++ o machinelearn-gpu para GPU.

1. C ++

• instalación

yarn add machinelearn-node

• activación

 import 'machinelearn-node' ;

2. GPU

• instalación

yarn add machinelearn-gpu

• activación

 import 'machinelearn-gpu' ;

Reflejos

• Aprendizaje automático en el navegador y nodo.js
• APIS de aprendizaje para usuarios
• Barrera de entrada baja

Desarrollo

Agradecemos a los nuevos contribuyentes de todo el nivel de experiencia. La guía de desarrollo se agregará para ayudar a los nuevos contribuyentes a unirse fácilmente al proyecto.

• Desea participar en un proyecto de aprendizaje automático, que aumentará sus habilidades y conocimientos de aprendizaje automático.
• Buscando ser parte de una comunidad en crecimiento
• Quieres aprender aprendizaje automático
• Te gusta el mecanografiado ❤️ Aprendizaje automático

Sencillez

Machinelearn.js proporciona un conjunto de API simple y consistente para interactuar con los modelos y algoritmos. Por ejemplo, todos los modelos han seguido las API:

• fit para el entrenamiento
• predict para la inferencia
• toJSON por salvar el estado del modelo
• fromJSON para cargar el modelo desde el punto de control

Pruebas

Las pruebas le aseguran que está utilizando la versión más estable de Machinelearn.js

$ npm run test

Secundario

Simplemente danos un? Al hacer clic en

Que contribuye

Simplemente seguimos el flujo de trabajo "bifurcante" de GitHub. Lea Contriping.MD para obtener más detalles.

Aviso adicional

¡Grandes referencias que ayudaron a construir este proyecto!

• https://machinelearningmastery.com/
• https://github.com/mljs/ml
• http://scikit-learn.org/stable/documentation.html

Colaboradores

Gracias a estas maravillosas personas (Key Emoji):

Jason Shin ? ️	Jaivarsano ? ?	Oleg Stotsky ? ️	Ben ? ? ?	Christoph Reinbothe ? ? ?	Rey de Adam ️