传统上,机器学习应用程序使用 R 或 Python。
但 JavaScript 作为一种机器学习语言有着广阔的前景:
机器学习可能需要大量数学知识。神经网络的本质是高度技术性的,随之而来的术语往往会吓跑人们。
这就是 JavaScript 的用武之地,它通过易于理解的软件来简化创建和训练神经网络的过程。
借助新的机器学习库,JavaScript 开发人员可以将机器学习和人工智能添加到 Web 应用程序中。
网页GL是一个 JavaScript API,用于在任何浏览器中渲染 2D 和 3D 图形。
WebGL 可以在任何 PC 的集成显卡和独立显卡上运行。
WebGL 将 3D 图形引入 Web 浏览器。主要浏览器供应商 Apple (Safari)、Google (Chrome)、Microsoft (Edge) 和 Mozilla (Firefox) 都是 WebGL 工作组的成员。
机器学习在里面浏览器方法:
数学.js是一个适用于 JavaScript 和 Node.js 的扩展数学库。
Math.js 功能强大且易于使用。它配备了大量内置函数、灵活的表达式解析器以及可处理多种数据类型(如数字、大数、复数、分数、单位、数组和矩阵)的解决方案。
Brain.js是一个 JavaScript 库,它隐藏了数学的复杂性,因此可以轻松理解神经网络。
Brain.js 使用起来很简单。您无需详细了解神经网络即可使用 Brain.js。
Brain.js 提供了多种神经网络实现,因为可以训练不同的神经网络来做好不同的事情。
ml5.js 试图让机器学习更容易被更广泛的受众所接受。
ml5 团队正在努力以更友好的方式包装机器学习功能。
下面的例子仅使用三行对图片进行分类的代码:
<img id="image" src="pic1.jpg" width="100%">
<script>
const classifier = ml5.imageClassifier('MobileNet');
classifier.classify(document.getElementById("image"), gotResult);
function gotResult(error, results) { ... }
</script>
亲自试一试 »
尝试用"pic2.jpg" 和"pic3.jpg" 替换"pic1.jpg"。
TensorFlow 游乐场是一个用以下语言编写的网络应用程序d3.js。
通过 TensorFlow Playground,您可以了解神经网络(NN)没有数学。
在你自己的网页浏览器您可以创建一个神经网络并查看结果。
TensorFlow.js 以前称为 Tf.js 和 Deeplearn.js。
以下是一些可用于机器学习图表和其他 HTML 图表的 JavaScript 库的列表:
编程语言卷入到机器学习和人工智能是:
语言信息服务程序是世界上第二古老的编程语言(1958 年),比 Fortran(1957 年)年轻一年。
期限人工智能是由约翰·麦卡锡谁发明了 LISP。
LISP 的理论基础是递归函数(自修改函数),这非常适合机器学习程序,其中 "self-learning" 是程序的重要组成部分。
R是一种编程语言图形和统计计算。
R 由以下支持R 统计计算基础。
R 附带了一系列广泛的统计和图形技术,用于:
Python是一种通用编码语言。它可用于所有类型的编程和软件开发。
Python 通常用于服务器开发,例如为 Web 服务器构建 Web 应用程序。
Python 通常也用于数据科学。
使用 Python 的一个优点是它附带了一些非常合适的库:
C++拥有标题:“世界上最快的编程语言”。
由于速度快,C++ 成为计算机游戏编程的首选语言。
它提供更快的执行速度和更少的响应时间,应用于搜索引擎和计算机游戏的开发。
Google 在人工智能和机器学习程序中使用 C++ 来实现 SEO(搜索引擎优化)。
鲨鱼是一个超快的 C++ 库,支持监督学习算法、线性回归、神经网络和聚类。
MLPACK也是一个超快速的 C++ 机器学习库。
JAVA是另一种通用编码语言,可用于所有类型的软件开发。
对于机器学习,Java 主要用于创建算法和神经网络。
SQL(结构化查询语言)是最流行的数据管理语言。
SQL 数据库、表和查询的知识可以帮助数据科学家处理数据。
SQL 对于在数据库中存储、操作和检索数据非常方便。
截取页面反馈部分,让我们更快修复内容!也可以直接跳过填写反馈内容!