Java no es un lenguaje particularmente popular para el aprendizaje automático hoy en día, pero tiene el excelente marco de Weka, similar al scikit-learn de Python.
Weka es una gran biblioteca para hacer lo que podríamos llamar el aprendizaje automático más tradicional y la minería de datos, que incluye árboles de decisión, regresión, naive bayes, redes neuronales de alimentación directa, máquinas de vectores de soporte, etc. Sin embargo, no es un “aprendizaje profundo” framework en el espíritu de TensorFlow de Google, ni está diseñado para escalar en múltiples máquinas como Apache Mahout (Mahout también está disponible en Java, pero es algo que probablemente querrá considerar para escalar modelos de aprendizaje automático).
Pero al final del día, si desea aprender el aprendizaje automático, le sugiero que aprenda Python por su abundancia de excelentes bibliotecas de ML.
- ¿Qué problemas o conjuntos de datos existen cuando usar el impulso da mejores resultados que usar un SGD simple?
- ¿Cómo se puede aplicar el aprendizaje profundo a los sistemas de recomendación en el mercado de valores?
- ¿Cuáles son los métodos actuales o estándar de combinación de datos estructurados y no estructurados en redes neuronales convolucionales?
- Cómo interpretar la trama de ACF
- ¿Cuáles son los algoritmos de aprendizaje profundo que pueden corregir los errores de reconocimiento óptico de caracteres (OCR)?
