码农教程 - 一技在手,衣食无忧! tools

JavaScript 中的机器学习

❮ 上一节 下一节 ❯

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：

  • JavaScript 是众所周知的。所有开发人员都可以使用它。
  • 安全性是内置的。JavaScript 无法访问您的文件。
  • JavaScript 比 Python 更快。
  • JavaScript 可以使用硬件加速。
  • JavaScript 在浏览器中运行

JavaScript 有利于机器学习

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。

WebGL API

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。

JellyFish

JavaScript 机器学习库

机器学习在里面浏览器方法：

  • JavaScript 中的机器学习
  • 网络机器学习
  • 适合所有人的机器学习
  • 更多平台上的机器学习

优点：

  • 便于使用。没有什么可安装的。
  • 强大的图形。浏览器支持 WebGL。
  • 更好的隐私。数据可以保留在客户端。
  • 更多平台。 JavaScript 在移动设备上运行。

数学.js

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

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。

了解更多 ...

ML5.js

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

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。

在浏览器中绘图

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：

绘制方程

亲自试一试 »

绘制值

亲自试一试 »

机器学习语言

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
  • R
  • Python
  • C++
  • JAVA
  • JavaScript
  • SQL

语言信息服务程序

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 Logo

R语言

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：

  • 线性建模
  • 非线性建模
  • 统计检验
  • 时间序列分析
  • 分类
  • 聚类
Python Logo

Python

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：

  • NumPy（用于处理数组的库）
  • SciPy（统计科学库）
  • Matplotlib（图形绘制库）
  • NLTK（自然语言工具包）
  • TensorFlow（机器学习）
Languages

来源：Octoverse

C++

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

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

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。


❮ 上一节 下一节 ❯