Shark 是一个快速、模块化、功能丰富的开源 C++ 机器学习库,提供了各种机器学习相关技术,比如线性/非线性优化、基于内核学习算法、神经网络等。Shark 已经应用于多个现实项目中。
机器学习(Machine Learning)是一门多领域交叉学科,专门研究计算机怎样模拟或实现人类的学习行为,以获取新的知识或技能,重新组织已有的知识结构使之不断改善自身的性能。它是人工智能的核心,是使计算机具有智能的根本途径,其应用遍及人工智能的各个领域。
Shark 目前提供的机器学习功能如下:
- 监督式学习
- 线性判别分析(LDA),Fisher–LDA
- 朴素贝叶斯分类器
- 线性回归
- 针对单类分类、二进制和真实多类分类的支持向量机(SVM)
- 多层前馈和周期性的人工神经网络
- 径向基核函数(Radial basis function)网络
- 正则化网络、高斯过程回归
- 最近邻迭代、回归迭代
- 决策树和随机森林
- 无监督学习
- 主成分分析
- 有限玻尔兹曼机(包括许多最先进的学习算法)
- 分层聚类
- 高效的基于距离聚类的数据结构
- 演化算法
- 单目标优化(例如 CMA-ES)
- 多目标优化
- 模糊系统
- 基本线性代数和优化算法
Shark 依赖于 Boost 和 CMake,其源码基于 GPLv3协议,兼容 Windows、Solaris、MacOS X 和 Linux 平台。
详细信息:http://image.diku.dk/shark/sphinx_pages/build/html/index.html
下载地址:Shark machine learning library
------------------------------------------------------------------------
版权声明: