Java机器学习开发库

1.Deeplearning4j
这个机器学习库是专门为Java设计的，它是为开发深度学习算法提供了广泛支持的计算机框架。当涉及到机器学习领域时，Deeplearning4j被认为是Java的最杰出的贡献者之一，它是一个开源的深度学习库，为各种商业环境同时带来深度神经网络和强化深度学习。它通常还可以作为Java的DIY工具，而且还具有应对所有那些无限制的虚拟并发任务的能力。

 另外，该库对于识别语音、文字和声音中的情绪和模式是很有帮助的。它也可以用于发现时间序列数据中的异常，如财务数据，都清楚地表明它可以用于实际的商业场景而不是单纯作为一个研究工具。

2.JavaML
JavaML是一个拥有大量机器学习的和数据挖掘的算法的Java类库，它是由科研工作人员和Java开发者共同开发的。这个库不含有GUI，但它为每个类型的算法提供了清晰的接口。当我们比较JavaML与其它的聚类算法时，就会发现它是非常的简单直接，并且提供给任何新算法的简单实现。更多的情况下，这些算法的实现是需要简单明了的程度代码和添加适当的注释，因此它可以作为一个很好的参考。这个库是用Java开发的。

3. JSAT
JSAT提供的是Java统计分析工具，是基于Java开发的用于解决机器学习问题的库，它可以在GPL3许可下使用，它的所有源代码都是包含在内的，没有任何外部依赖关系。JSAT拥有一个库中最大的机器学习算法集合，并被认为是运行最快的Java机器学习库之一，提供了高效性和灵活性。该库中的所有机器学习算法都是使用面向对象的框架来实现的。

4.MALLET
MALLET库是用于机器学习的语言工具包，它是Java源代码的合集，可应用的领域包括统计NLP、主题建模、聚类分析、文档分类和各种其它用于文本的机器学习应用。MALLET也可以被称为用于文本的Java机器学习工具包，它是由马萨诸塞大学和宾夕法尼亚大学的学生开发的，并为那些诸如决策树、朴素贝叶斯和最大熵模型等各种算法提供支持。

5.Mahout
Mahout是一个机器学习框架，带有集成的机器学习算法，能帮助开发人员创建自己的算法实现程序。Mahout还是一个代数相关的框架，被设计用来帮助数据科学工作者、数学工作者和分析人员运行自己的算法。这个机器学习库是可扩展的，并提供了丰富的组件集，允许你开发一个适用于各种机器学习算法的定制推荐系统。Mahout提供了高性能、灵活性和可扩展性，同时也是为商业化用途所设计的。

6.Weka
Weka是另一个非常流行的基于Java的机器学习库，可以用于数据挖掘和数据分析工作，其中可以将算法直接应用到一个数据集，或者使用Java源代码自己创建新的算法。这个Java库包含了许多的工具，如：回归、聚类、分类和可视化等等。该库不仅是免费的，而且还便于使用，支持特征选择、异常检测、时间序列预测等等。Weka的全称是怀卡托智能分析环境（Waikato Environment for Knowledge Analysis），它可以被定义为用于预测建模和数据分析以及图形用户界面（GUI）的算法和工具的集合。

参考：
https://blog.csdn.net/j2IaYU7Y/article/details/81916842