2019獨角獸企業重金招聘Python工程師標準>>>

Python 由于本身的易用優勢和強大的工具庫儲備，成為了在人工智能及其它相關科學領域中最常用的語言之一。尤其是在機器學習，已然是各大項目最偏愛的語言。

其實除了?Python ，也不乏有開發者用其他語言寫出優秀的機器學習項目。在上期的文章中（除了 Python ，這些語言寫的機器學習項目也很牛（一）），我們已經列了一些其他語言（C、C++、Go、Java、Javascript）值得關注的開源機器學習項目，本期將針對 PHP、Ruby、Objective C、Swift、Scala 進行補全，同時應上期留言要求，在文末列了一些 .NET 平臺上的機器學習項目。

1、PHP

PHP-ML?—— 機器學習庫

PHP-ML?是 PHP 的機器學習庫，同時包含算法、交叉驗證、神經網絡、預處理、特征提取等多種特性。要求 PHP 版本 > = 7.0 。

PHP-ML 提供的機器學習算法包括：關聯規則學習（Apriori 算法）、分類器（SVC、KNN、貝葉斯）、回歸（最小二乘線性回歸、支持向量回歸）、聚類（KMeans、基于密度的聚類算法）、矩陣運算相關（準確率、混肴矩陣、與分類相關的結論如精確度、召回率、F1 值、支持率）、模型運算管道（Pipeline）、神經網絡（多層感知機）等。

2、Ruby

Treat ——自然語言處理框架

Treat?是一個自然語言處理和計算語言學的工具包。Treat 項目旨在為 Ruby 構建一個語言和算法均不可知的 NLP 框架，支持文檔檢索、文本分塊、分段和標記化等任務，自然語言解析，詞性標注，關鍵字提取和命名實體識別。

Classifier —— 通用分類器模塊

Classifier?是可用貝葉斯算法及其他分類法的通用分類器模塊。貝葉斯分類器的分類原理是通過某對象的先驗概率，利用貝葉斯公式計算出其后驗概率，即該對象屬于某一類的概率，選擇具有最大后驗概率的類作為該對象所屬的類，具有準確、快速、內存要求適當等特點。

3、Objective C

MLPNeuralNet?——?多層感知器

MLPNeuralNet 是適用于 iOS 和 Mac OS X 的快速多層感知器神經網絡庫。它使用矢量操作和硬件加速（如果可用）構建在蘋果加速框架之上，通過訓練有素的神經網絡預測新的示例。

4、Swift

Bender?—— 機器學習框架

Bender 是 MetalPerformanceShaders 之上的一個抽象層（abstraction layer），可用于操作神經網絡，旨在更輕松地在 iOS 上運行預訓練的網絡。它可以讓你輕松使用卷積、池化、全連接和一些規范化等最常見的層，從而輕松地定義和運行神經網絡。

目前 Bender 有一個用于 TensorFlow 的適配器（adapter），其可以加載帶有變量的圖（graph），并將其「翻譯」成 Bender 的層（layer）。

Swift AI —— 深度學習庫

Swift AI 是一個完全由 Swift 編寫的高性能 AI 和機器學習庫，包含用于人工智能和科學應用的常用工具集，支持卷積神經網絡、循環神經網絡、遺傳算法庫、快速線性代數庫、信號處理庫等。這些工具采用先進的并行處理技術，專門針對 iOS 和 OS X 硬件進行了優化，目前支持所有的 Apple 平臺，并計劃推出 Linux 版本支持。

5、Scala

Breeze ——?數值處理庫

Breeze?是一個數值處理庫，是 ScalaNLP 的核心庫，包括線性代數、數值計算和優化，目標是實現通用、干凈、強大，且不犧牲性能（高效）的機器學習方法。

ScalaNLP 包含 Breeze?和 Epic（一個高性能的統計解析器和結構化預測庫）。

BIDMach?——?機器學習庫

BIDMach 是一個速度非?？斓臋C器學習庫，支持邏輯回歸、K-means、矩陣分解、隨機森林、LDA 等。它是 BIDMat 的一個姊妹項目，BIDMat 是一個矩陣庫。

BIDMach 在一些評測中甚至跑出了比 Spark 還好的結果。

6、.NET

numl —— 機器學習框架

numl 是一個小巧的，包含比較多的機器學習算法類庫，支持監督式和非監督式學習。支持很多常見的機器學習算法，包括 Cluster、KMeans、PCA、DecisionTree、KNN、NaiveBayes、NeuralNetwork 等學習算法，功能強大，同時也包括一些數值計算的實現。

Accord.NET —— 機器學習框架

Accord.NET 為 .NET 提供機器學習、統計、人工智能、計算機視覺和圖像處理方法。它可以在 Microsoft Windows、Xamarin、Unity3D、Windows Store 應用，Linux 和移動設備上使用。

在與 AForge.NET 項目合并之后，該框架現在提供了一個用于學習/訓練機器學習模型的統一 API ，其易于使用和可擴展。

轉載于:https://my.oschina.net/editorial-story/blog/1068830

總結

以上是生活随笔為你收集整理的除了 Python ，这些语言写的机器学习项目也很牛（二）的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。