1. Weka集成了數(shù)據(jù)挖掘工作的機(jī)器學(xué)習(xí)算法。這些算法可以直接應(yīng)用于一個(gè)數(shù)據(jù)集上或者你可以自己編寫(xiě)代碼來(lái)調(diào)用。Weka包括一系列的工具，如數(shù)據(jù)預(yù)處理、分類(lèi)、回歸、聚類(lèi)、關(guān)聯(lián)規(guī)則以及可視化。

2.Massive Online Analysis（MOA）是一個(gè)面向數(shù)據(jù)流挖掘的流行開(kāi)源框架，有著非?；钴S的成長(zhǎng)社區(qū)。它包括一系列的機(jī)器學(xué)習(xí)算法（分類(lèi)、回歸、聚類(lèi)、異常檢測(cè)、概念漂移檢測(cè)和推薦系統(tǒng)）和評(píng)估工具。關(guān)聯(lián)了WEKA項(xiàng)目，MOA也是用Java編寫(xiě)的，其擴(kuò)展性更強(qiáng)。

[[160512]]

3.MEKA項(xiàng)目提供了一個(gè)面向多標(biāo)簽學(xué)習(xí)和評(píng)價(jià)方法的開(kāi)源實(shí)現(xiàn)。在多標(biāo)簽分類(lèi)中，我們要預(yù)測(cè)每個(gè)輸入實(shí)例的多個(gè)輸出變量。這與“普通”情況下只涉及一個(gè)單一目標(biāo)變量的情形不同。此外，MEKA基于WEKA的機(jī)器學(xué)習(xí)工具包。

4. Advanced Data mining And Machine learning System（ADAMS）是一種新型的柔性工作流引擎，旨在迅速建立并保持真實(shí)世界的復(fù)雜知識(shí)流，它是基于GPLv3發(fā)行的。

5. Environment for Developing KDD-Applications Supported by Index-Structure（ELKI）是一款基于Java的開(kāi)源（AGPLv3）數(shù)據(jù)挖掘軟件。ELKI主要集中于算法研究，重點(diǎn)研究聚類(lèi)分析中的無(wú)監(jiān)督方法和異常檢測(cè)。

6. Mallet是一個(gè)基于Java的面向文本文件的機(jī)器學(xué)習(xí)工具包。Mallet支持分類(lèi)算法，如***熵、樸素貝葉斯和決策樹(shù)分類(lèi)。

7. Encog是一個(gè)先進(jìn)的機(jī)器學(xué)習(xí)框架，集成了支持向量機(jī)（SVM）、人工神經(jīng)網(wǎng)絡(luò)、遺傳算法、貝葉斯網(wǎng)絡(luò)、隱馬爾可夫模型（HMM）、遺傳編程和遺傳算法。

8. Datumbox機(jī)器學(xué)習(xí)框架是一個(gè)用Java編寫(xiě)的開(kāi)源框架，允許快速地開(kāi)發(fā)機(jī)器學(xué)習(xí)和統(tǒng)計(jì)應(yīng)用。該框架的核心重點(diǎn)包括大量的機(jī)器學(xué)習(xí)算法以及統(tǒng)計(jì)測(cè)試，能夠處理中等規(guī)模的數(shù)據(jù)集。

9. Deeplearning4j是使用Java和Scala編寫(xiě)的***個(gè)商業(yè)級(jí)的、開(kāi)源的、分布式深入學(xué)習(xí)庫(kù)。其設(shè)計(jì)的目的是用于商業(yè)環(huán)境中，而不是作為一個(gè)研究工具。

10. Mahout是一個(gè)內(nèi)置算法的機(jī)器學(xué)習(xí)框架。Mahout-Samsara幫助人們創(chuàng)建他們自己的數(shù)學(xué)，并提供了一些現(xiàn)成的算法實(shí)現(xiàn)。

11.Rapid Miner是德國(guó)多特蒙特技術(shù)大學(xué)開(kāi)發(fā)的。它為開(kāi)發(fā)者開(kāi)發(fā)應(yīng)用程序提供了一個(gè)GUI（圖形用戶(hù)界面）和Java API。它還提供了一些機(jī)器學(xué)習(xí)算法，用來(lái)做數(shù)據(jù)處理、可視化以及建模。

12. Apache SAMOA是 一個(gè)機(jī)器學(xué)習(xí)（ML）框架，內(nèi)嵌面向分布式流ML算法的編程抽象，并且允許在沒(méi)有直接處理底層分布式流處理引擎（DSPEe，如 Apache Storm、Apache S4和Apache samza）復(fù)雜性的情況下，開(kāi)發(fā)新的ML算法。用戶(hù)可以開(kāi)發(fā)分布式流ML算法，而且可以 在多個(gè)DSPEs上執(zhí)行。

13. Neuroph通過(guò)提供支持創(chuàng)建、訓(xùn)練和保存神經(jīng)網(wǎng)絡(luò)的Java網(wǎng)絡(luò)庫(kù)和GUI工具，簡(jiǎn)化了神經(jīng)網(wǎng)絡(luò)開(kāi)發(fā)。

14. Oryx 2是一個(gè)建立在Apache Spark和Apache Kafka的Lambda架構(gòu)實(shí)現(xiàn)，但隨著實(shí)時(shí)大規(guī)模機(jī)器學(xué)習(xí)而逐漸開(kāi)始專(zhuān)業(yè)化。這是一個(gè)用于構(gòu)建應(yīng)用程序的框架，但也包括打包，以及面向協(xié)同過(guò)濾、分類(lèi)、回歸和聚類(lèi)的端到端的應(yīng)用程序。

15. Stanford Classifier是一個(gè)機(jī)器學(xué)習(xí)工具，它可以將數(shù)據(jù)項(xiàng)歸置到一個(gè)類(lèi)別。一個(gè)概率分類(lèi)器，比如這個(gè)，它可以對(duì)一個(gè)數(shù)據(jù)項(xiàng)給出類(lèi)分配的概率分布。該軟件是***熵分類(lèi)器的一個(gè)Java實(shí)現(xiàn)。

16.io是一個(gè)Retina API，有著快速精確的類(lèi)似大腦的自然語(yǔ)言處理算法。

17.JSAT是一個(gè)快速入門(mén)的機(jī)器學(xué)習(xí)庫(kù)。該庫(kù)是我在業(yè)余時(shí)間開(kāi)發(fā)的，基于GPL3發(fā)行的。庫(kù)中的一部分內(nèi)容可自主學(xué)習(xí)，例如所有的代碼都是獨(dú)立的。JSAT沒(méi)有外部依賴(lài)，而且是純Java編寫(xiě)的。

18. N-Dimensional Arrays for Java(ND4J)是一個(gè)用于JVM的科學(xué)計(jì)算庫(kù)。它們是用來(lái)在生產(chǎn)環(huán)境中使用的，這表明例程的設(shè)計(jì)是以最小的內(nèi)存需求來(lái)運(yùn)行的。

19. Java Machine Learning Library（Java機(jī)器學(xué)習(xí)庫(kù)）是一系列機(jī)器學(xué)習(xí)算法的相關(guān)實(shí)現(xiàn)。這些算法，無(wú)論是源代碼還是文檔，都編寫(xiě)的很出色。其主要語(yǔ)言是Java。

20. Java-ML是一個(gè)使用Java編寫(xiě)的一系列機(jī)器學(xué)習(xí)算法的Java API。它只提供了一個(gè)標(biāo)準(zhǔn)的算法接口。

21. MLlib (Spark)是Apache Spark的可擴(kuò)展機(jī)器學(xué)習(xí)庫(kù)。雖然是Java，但該庫(kù)與平臺(tái)還支持Java，Scala和Python綁定。此庫(kù)是***的，并且算法很多。

22. H2O是用于智能應(yīng)用的機(jī)器學(xué)習(xí)API。它在大數(shù)據(jù)上對(duì)統(tǒng)計(jì)學(xué)、機(jī)器學(xué)習(xí)和數(shù)學(xué)進(jìn)行了規(guī)?；?。H2O可擴(kuò)展，開(kāi)發(fā)者可以在核心部分使用簡(jiǎn)單的數(shù)學(xué)知識(shí)。

23. WalnutiQ是人腦部分面向?qū)ο竽Ｐ停兄碚摮Ｓ玫膶W(xué)習(xí)算法（正在向簡(jiǎn)單強(qiáng)烈的情感人工智能模型方向研究）。

24. RankLib是一個(gè)排名學(xué)習(xí)算法庫(kù)。目前已經(jīng)實(shí)現(xiàn)八種流行的算法。

25. htm.java（基于Java的Hierarchical Temporal Memory算法實(shí)現(xiàn)）是一個(gè)面向智能計(jì)算的Numenta平臺(tái)的Java接口。源碼