сравнение различных библиотек/инструментов машинного обучения (ML) [закрыто]

В нынешнем виде этот вопрос не подходит для нашего формата вопросов и ответов. Мы ожидаем, что ответы будут подкреплены фактами, ссылками или опытом, но этот вопрос, скорее всего, вызовет дебаты, споры, опросы или расширенное обсуждение. Если вы считаете, что этот вопрос можно улучшить и, возможно, открыть заново, посетите центр помощи для получения рекомендаций.

Закрыт 7 лет назад.

Последние пару дней я ищу хорошую библиотеку Machine Learning (ML) и, к моему удивлению, нашел довольно много. Изначально меня интересовали только библиотеки с поддержкой C/C++, но затем я расширил свой список желаний, включив в него любую хорошую библиотеку, которая может иметь хороший набор функций и может обеспечить хороший поиск данных в долгосрочной перспективе (возможно, ее будет немного трудно изучить вначале, но она должна иметь вещи, которые могут сделать ее достойной изучения).

Для этого я хочу оценить все доступные хорошие библиотеки ML по этим параметрам:

Различные алгоритмы добычи данных и функции, которые она поддерживает
Поддержка сообщества (если будет больше пользователей, то мы точно получим больше помощи во время работы)
Насколько она стабильна
Эффективность при работе с большим набором данных
Простота обучения / Простота использования / Простота работы
Языки, которые она поддерживает (C, C++, Java, P ython)
открытый исходный код/закрытый исходный код

Я прошу всех вас высказать свои предложения (кто работал или имеет опыт работы с любой из библиотек), чтобы мы могли провести хорошее всестороннее обсуждение для любых вопросов такого рода.

задан Tharindu Rusira 23 December 2013 в 05:55

0 ответов

Другие вопросы по тегам:

machine-learning statistics data-mining

сравнение различных библиотек/инструментов машинного обучения (ML) [закрыто]

0 ответов

Похожие вопросы: