在F＃中使用机器学习的资源

 

我已经学习了使用Matlab作为原型开发工具的机器学习课程。 由于我沉迷于F＃，我想继续使用F＃进行机器学习研究。

我可能希望将F＃用于原型和生产，因此机器学习框架将是一个很好的开始。 否则，我可以从一系列库开始：

  • 高度优化的线性代数库
  • 统计包
  • 可视化库（可以绘制图表和图表并与之交互）
  • 并行计算工具箱（类似于Matlab并行计算工具箱）

    • 最重要的资源（对我来说）是书籍 ，博客文章和关于机器学习的在线课程，它们是一种函数式编程语言（F＃/ OCaml / Haskell ...）。

    任何人都可以提出这些资源？ 谢谢。

    编辑：

    这是基于以下答案的总结：

    机器学习框架：

  • Infer.NET：用于具有良好F＃支持的图形模型中用于贝叶斯推理的.NET框架。
  • WekaSharper：围绕流行的数据挖掘框架Weka的F＃封装。
  • Microsoft Sho：.NET平台上用于数据分析（包括矩阵操作，优化和可视化）的持续环境开发。

    • 相关库：

  • Math.NET Numerics：内部使用英特尔MKL和AMD ACML进行矩阵操作并支持统计功能。

  • Microsoft Solver Foundation：一个线性编程和优化任务的好框架。

  • FSharpChart：F＃中一个不错的数据可视化库。

    • 阅读清单：

  • 数值计算：在F＃中开始使用机器学习非常好，并且介绍了在F＃中使用这些数学库的各种工具和技巧/技巧。
  • F＃和数据挖掘博客：也是来自数值计算章节作者尹竺强烈推荐的。
  • F＃作为机器学习的Octave / Matlab替代品：Gustavo刚刚开始使用F＃作为开发工具发布一系列博客文章。 很高兴看到许多图书馆被连接在一起。
  • “Machine Learning in Action”在F＃中的示例：Mathias已经将一些Python样本翻译成F＃。 它们在Github中可用。
  • Hal Daume的主页：Hal在OCaml中编写了许多机器学习库。 如果您怀疑函数式编程不适合机器学习，那么您会感到宽慰。

    • 任何其他的指针或建议也是受欢迎的。

    在F＃和机器学习方面没有一个地方可以寻找资源，但是这里有一些可能相当有用的链接：

  • MSDN上的“数值计算”部分是使用F＃中的各种数值库的好资源。 实现线性代数和其他算法的机器学习中最先进的库是Math.NET Numerics。

  • 在MSDN上可视化数据部分有一些F＃中的图表资源。 FSharpChart库现在由Carl Nolan维护，他定期在他的博客上发布更新。

    • 还有一些正在编写相关主题的个人页面：

  • 尤尔根·范盖尔（谁在机器学习博士学位）为Math.NET图书馆做出了贡献，你可以在这里阅读他的经验。

  • 在MSDN上撰写Numerical Computing章节的Yin Zhu在他的博客上写了不少优秀的文章，并且是一位对机器学习感兴趣的博士生。

    • 除了Tomas提到的之外，我在一年前花了一些时间在Infer.NET上，发现它对于连续图形模型来说非常好。 我知道在去年的图书馆和F＃支持范围内都有很大提高。 我建议检查一下，看看它是否有你需要的。

    Hal Daume在OCaml和Haskell中实现了很多机器学习算法。 有关详细信息，请参阅我在OCaml或Haskell中的机器学习答案。

    作为MSDN中F＃书籍章节的Numerical Computing的一部分，我还想推荐Weka的We包装器WekaSharper。 它允许您使用F＃友好的界面在Weka中调用机器学习算法。

    我写了一篇文章，为什么F＃是数据挖掘的语言，这反映了我在完成编写F＃中的Alpha / prototype-like数据挖掘软件包时的想法。 libml在线提供。 但是代码是在两年前我开始使用F＃时编写的，从那时起我没有时间去维护它。

    链接地址: http://www.djcxy.com/p/80867.html

    上一篇: Resources for working with Machine Learning in F#

    下一篇: Path to Become a Better F# Programmer