开始使用Java进行机器学习的最佳工具是什么？这个问题已经问了一段时间了，但最近几乎每个人都在谈论人工智能和机器学习。这不再是科学家和研究人员的秘密，而是在几乎所有新兴技术中都得到了实施。在接下来的章节中，我们将快速概述Java中机器学习的主要框架，并展示使用Java学习机器学习是多么容易，而无需您重新发明轮子或从头开始创建算法。人类人工智能一段时间以来，人工智能一直是一个广阔而酷炫的领域，但它总是让人觉得有点难以捉摸，尤其是对科学家而言。如果你想创建一个人工智能系统，你必须实施自己的核心算法并训练它们识别模式、理解图像和处理自然语言。该领域最近的发展使非研究人员更容易接触到它。您现在可以轻松访问相关算法和工具。你不需要知道你在做什么，但你可以很容易地提高你的应用程序的机器学习能力。让机器运行为了更方便地阐述，我们决定选择3个项目来帮助您入门：1.Deeplearning4J(DL4J)–用于JVM的开源、分布式、商业深度学习库2.BID数据项目–能够快速运行,大规模机器学习和数据挖掘的大型模式集合3.Neuroph–面向对象的神经网络顺便说一下，我们最近发布了其他一些引起我们注意的有趣的开源GitHub存储库。下载.DL4J–深度学习DL4J是一个可以帮助您配置多层神经网络的工具。它通过快速原型设计和大规模定制将深度学习引入JVM，同时更注重约定而非配置。该工具旨在帮助那些已经具备创建和使用神经网络理论但不想自己实现算法的人。您可以解决特定问题并自定义海量数据的神经网络属性。DL4J采用Java语言编写，兼容Clojure、Scala、Kotlin等任何JVM语言，可与Hadoop、Spark集成。可能的用例包括评级或推荐系统（CRM、广告技术、客户流失预防）、预测分析甚至欺诈检测。如果你正在寻找真实的例子，你可以下载Rapidminer。这是一个使用DL4J来简化用户预测分析过程的开源平台。创建一个新的神经网络就像创建一个新项目一样简单。BIDDataProject（bigdataproject）大数据项目是由那些需要处理大量数据并且对性能敏感的人创建的。UCBerkeley项目是许多硬件、软件和设计模式的集合，可以在Internet上进行快速、大规模的数据挖掘。第一个库是BIDMach，它记录了单个节点或集群上的一般机器学习问题。你可以使用这个库来管理数据源，在CPU或GPU上优化和分发数据。BidMach包括许多流行的机器学习算法，他们的团队正在致力于开发分布式神经网络、图形算法和其他模型。另外两个库是BIDMat和BIDParse。BIDMat是一个用于数据挖掘的快速数学矩阵库，BIDParse是一个GPU加速的自然语言解析器。大数据项目的其他库包括可视化工具、支持Spark甚至Android的库。BIDMach基准始终显示出比其他解决方案更好的结果。甚至将其在单机上运行与在大型集群上运行的其他方案进行比较。可以在此处找到完整的基准列表。Neurophneuroph是一个用于开发通用神经网络架构的轻量级Java框架。该框架提供了一个java库和一个GUI工具（称为easyNeurons），您可以使用它们在java项目中创建和训练您自己的神经网络。Neuroph由一个开源的java类库和少量对应于基本神经网络概念的基类组成。Neuroph对于任何刚开始使用神经网络或想知道它们如何工作的人来说都是一个很好的垫脚石。您可以尝试Neuroph的在线演示，看看它是如何工作的。提示：界面看起来陈旧过时，但您可以用它创造美好的事物。它还获得了2013年Duke'sChoice奖。Web视图中的其他项目呢？如果以上三项不是您所需要的，并且您想为您的项目找到一些不同的东西，那很好。如果你在GitHub上搜索“机器学习”，将有1506个Java资源让你找到合适的工具。例如，Airbnb的一个有趣项目是aerosolve，这是一个旨在人性化的机器学习库。开始学习一项新技术可能会很棘手，如果您需要一些帮助，请确保您已经下载了Takipi的错误分析工具。***思考每隔几年就会有关于人工智能的新声音。这一次，它带来了机器学习、数据挖掘、神经网络等方面的增强，我们都支持它。这些库是开源的这一事实意味着这些信息和功能是可以获取的，您所做的就是考虑您可以使用该功能做什么。如果您知道其他有趣的项目，或者您认为我们错过了什么，我们期待在下面的评论中看到它们。
