machinelearnjs

Macinelearn.js

Machinelearn.js是用打字稿编写的机器学习库。它解决了机器学习问题，并教给用户机器学习算法如何工作。

用户安装

使用纱线

$ yarn add machinelearn

使用NPM

$ npm install --save machinelearn

在浏览器上

我们使用JSDeliver分发Machinelearn.js的浏览器版本

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

有关更多详细信息，请参见https://www.jsdelivr.com/package/npm/machinelearn。

加速度

默认情况下，MachineLearning.js将使用TFJ的纯JavaScript版本。要通过C ++绑定或GPU启用加速度，您必须为GPU导入C ++或machinelearn-gpu GPU的machinelearn-node 。

1. C ++

• 安装

yarn add machinelearn-node

• 激活

 import 'machinelearn-node' ;

2. GPU

• 安装

yarn add machinelearn-gpu

• 激活

 import 'machinelearn-gpu' ;

亮点

• 浏览器和node.js上的机器学习
• 为用户学习API
• 低入口障碍

发展

我们欢迎各种经验的新贡献者。将添加开发指南，以协助新贡献者轻松加入该项目。

• 您想参加一个机器学习项目，这将提高您的机器学习技能和知识
• 希望成为一个不断增长的社区的一部分
• 您想学习机器学习
• 您喜欢打字稿❤️机器学习

简单

Machinelearn.js提供了一组简单且一致的API集，以与模型和算法进行交互。例如，所有模型都遵循API：

• fit训练
• predict推断
• 保存模型状态的toJSON
• 从检查点加载模型的fromJSON

测试

测试可确保您目前正在使用Machinelearn.js的最稳定版本

$ npm run test

支持

只是给我们一个？通过单击

贡献

我们只需遵循GitHub的“叉和扣”工作流程。请阅读更多详细信息。

进一步通知

有助于建立该项目的很好的参考资料！

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

贡献者

谢谢这些好人（表情符号钥匙）：

杰森·辛（Jason Shin） ？配x	Jaivarsan ？ ？	Oleg Stotsky ？配x	本 ？ ？ ？	克里斯托夫·赖克斯 ？ ？ ？	亚当·金 配x