-
下面是25个Java机器学习的工具&&库列表：1.Weka是一个数据挖掘任务机器学习算法的集合。这些算法可以直接应用于数据集或者在你自己的Java代码中调用。Weka包含数据预处理、分类、回归、聚类、关联规则、可视化等工具。2.MassiveOnlineAnalysis(MOA)是一个非常流行的数据挖掘方面的开源框架，它有一个非常活跃的社区。它包括一组机器学习算法(分类、
2016-03-02 16:04:09
- 阅读量：285
- 评论：0
-
一些Java机器学习工具和库转载自：http://www.techweb.com.cn/network/system/2015-12-28/2247800.shtml 1. Weka集成了数据挖掘工作的机器学习算法。这些算法可以直接应用于一个数据集上或者你可以自己编写代码来调用。Weka包括一系列的工具，如数据预处理、分类、回归、聚类、关联规则以及可视化。2.Massive ...
2018-10-31 17:58:53
- 阅读量：465
- 评论：0
-
本列表总结了25个Java机器学习工具&库：1. Weka集成了数据挖掘工作的机器学习算法。这些算法可以直接应用于一个数据集上或者你可以自己编写代码来调用。Weka包括一系列的工具，如数据预处理、分类、回归、聚类、关联规则以及可视化。2.Massive Online Analysis（MOA）是一个面向数据流挖掘的流行开源框架，有着非常活跃的成长社区。它包括一系列的机器学习算法（分
2016-05-12 19:43:15
- 阅读量：347
- 评论：0
-
本列表总结了25个Java机器学习工具&库：Weka集成了数据挖掘工作的机器学习算法。这些算法可以直接应用于一个数据集上或者你可以自己编写代码来调用。Weka包括一系列的工具，如数据预处理、分类、回归、聚类、关联规则以及可视化。2.MassiveOnlineAnalysis（MOA）是一个面向数据流挖掘的流行开源框架，有着非常活跃的成长社...
2017-06-02 10:22:00
- 阅读量：7
- 评论：0
-
http://www.csdn.net/article/2015-12-25/2826560
2016-07-06 17:36:36
- 阅读量：195
- 评论：0
-
本问总结了25个Java机器学习工具&库：Weka集成了数据挖掘工作的机器学习算法、面向数据流挖掘的流行开源框架（MOA）、新型的柔性工作流引擎ADAMS、基于Java的面向文本文件的机器学习工具包Mallet等。
2015-12-26 13:11:46
- 阅读量：510
- 评论：0
-
1.Weka集成了数据挖掘工作的机器学习算法。这些算法可以直接应用于一个数据集上或者你可以自己编写代码来调用。Weka包括一系列的工具，如数据预处理、分类、回归、聚类、关联规则以及可视化。2.MassiveOnlineAnalysis（MOA）是一个面向数据流挖掘的流行开源框架，有着非常活跃的成长社区。它包括一系列的机器学习算法（分类、回归、聚类...
2017-08-01 15:50:00
- 阅读量：8
- 评论：0
-
本列表总结了25个Java机器学习工具&库：1. Weka集成了数据挖掘工作的机器学习算法。这些算法可以直接应用于一个数据集上或者你可以自己编写代码来调用。Weka包括一系列的工具，如数据预处理、分类、回归、聚类、关联规则以及可视化。2.Massive Online Analysis（MOA）是一个面向数据流挖掘的流行开源框架，有着非常活跃的成长社区。它包括一系列的机器学习算法（分
2016-12-01 17:12:20
- 阅读量：471
- 评论：0
-
本列表总结了25个Java机器学习工具&库：1. Weka集成了数据挖掘工作的机器学习算法。这些算法可以直接应用于一个数据集上或者你可以自己编写代码来调用。Weka包括一系列的工具，如数据预处理、分类、回归、聚类、关联规则以及可视化。2.Massive Online Analysis（MOA）是一个面向数据流挖掘的流行开源框架，有着非常活跃的成长社区。它包括一系列的机器学习算法（分
2015-12-28 09:17:51
- 阅读量：1588
- 评论：0
-
1. Weka集成了数据挖掘工作的机器学习算法。这些算法可以直接应用于一个数据集上或者你可以自己编写代码来调用。Weka包括一系列的工具，如数据预处理、分类、回归、聚类、关联规则以及可视化。2.Massive Online Analysis（MOA）是一个面向数据流挖掘的流行开源框架，有着非常活跃的成长社区。它包括一系列的机器学习算法（分类、回归、聚类、异常检测、概念漂移检测和推荐系统）和
2016-01-05 12:29:03
- 阅读量：1348
- 评论：0
