Develop and Download Open Source Software

Armadilloは、役に立つ速度と容易さの間のよいバランスを目標とするC++線形代数ライブラリ(マトリックス数学)です。 整数、浮動小数点および複素数を三角法と統計機能と同様に支援しています。 様々な行列分解はLAPACKとATLASのライブラリのオプションの統合によって提供されます。 定性的なメタプログラミングに基づいた、遅れた評価手法は、(コンパイル中に)いくつかのオペレーションを組み合わせて１つにし、変数の必要性が少なくなるか、必要としません。

SHOGUNは大規模なカーネル法、特にサポートベクトルマシン(SVM)に重点をおいた機械学習のツールボックスです。様々な種類のSVM実装について汎用のSVMオブジェクトインタフェースを提供し、すべて内部では効率的なカーネル実装を利用します。SVMとリグレッションの他に、SHOGUNは線形判別分析(LDA)、線形計画マシン(LPM)、(カーネル) パーセプトロン、隠れマルコフモデルの学習アルゴリズムも備えています。SHOGUNはC++、Matlab、R、Octave、Pythonで利用可能です。

Wekaは、実世界でのデータマイニングの問題を解決するための機械学習(Machine Learning)アルゴリズムのコレクションです。これはJavaで書かれており、ほぼすべてのプラットフォーム上で動作します。アルゴリズムは、データセットに直接適用するか、自身のJavaコードから呼び出すか、どちらも可能です。

Milk is a machine learning toolkit in Python. Its focus is on supervised classification with several classifiers available: SVMs (based on libsvm), k-NN, random forests, and decision trees. It also performs feature selection. These classifiers can be combined in many ways to form different classification systems. For unsupervised learning, milk supports k-means clustering and affinity propagation.

Thinknowlogy is grammar-based software designed to utilize the logic contained within grammar in order to create intelligence through a natural language, which is demonstrated by programming in a natural language, reasoning in a natural language (drawing conclusions, making assumptions (with a self-adjusting level of uncertainty), asking questions (about gaps in the knowledge), and detecting conflicts), and intelligent answering of "is" questions, providing alternative answers as well.

Accord.NET では、統計解析、機械学習、画像処理およびコンピューター ビジョン メソッドの .NET アプリケーションを提供しています。Accord.NET フレームワークは .NET では科学技術計算のためのより完全な環境を追加する人気の AForge.NET の新機能と拡張します。

MyMediaLite is a lightweight, multi-purpose library of recommender system algorithms. It addresses the two most common scenarios in collaborative filtering: rating prediction (e.g. on a scale of 1 to 5 stars), and item prediction from implicit feedback (e.g. from clicks or purchase actions). It contains dozens of recommender engines, including state-of-the-art matrix factorization methods. It also supports real-time updates to the recommender engines, storing engines to disk and reloading them again, and several evaluation measures to compare the accuracy of different recommender system methods. Three command-line programs that offer most of the functionality contained in the library are included.

K -ツリーはB + - treeとk - means法のアルゴリズムを組み合わせることでクラスタリングするためのスケーラブルなアプローチを提供します。クラスタリングは、信号処理、機械学習、および他のコンテキストでの問題を解決するために使用することができます。最近ではウィキペディアのコレクションに文書クラスタリングの問題を解決するために使用されています。

Fuzzy machine learning frameworkは、直感的ファジィデータを用いた機械学習のためのライブラリとGUIフロントエンドです。アプローチは直感的ファジィ集合および可能性理論に基づいています。さらなる特徴は、ファジーの機能やクラスです；言語的な変数に基づく数値、列挙の特徴と機能、ユーザ定義の機能、派生と評価機能、階層的なシステムを構築するための機能としての分類器、特徴が依存する場合の自動改良、追加学習、ファジィ制御言語のサポート、拡張可能なオブジェクトと自動ガベージコレクションを持つオブジェクト指向のソフトウェア設計、ODBCを介した汎用的なデータベースのサポート、テキストI/OとHTML出力、GTK+に基づく高度なグラフィカルユーザインタフェース、および使用例。

TexLexAnは、分析の為に文書のドラッグ＆ドロップや任意のWebページへリンクすることができます。プログラムは、テキストを分析し、その読みやすさを評価し、文書を分類し、それを要約し、アーカイブします。

音声認識研究のツールキットは、（現在の内容実際のリリースを保留中のプレースホルダです）。

ウェカ及びMOAマシンをフレームワークを学習を用いたマルチラベル法

Wafflesは、機械学習、人工知能、データマイニングなどのアルゴリズムのクロスプラットフォームなC++ライブラリです。また、デモアプリケーションと、可視化、分析、予測的モデリングデータに有用なコマンドラインラッパーツールも含まれています。

Mee5はSee5決定木のための実行時バインディングのセットです。それは共有ライブラリ（またはDLL）とC、C + +、およびPythonバインディングを提供し、アプリケーションの木々の多くの明確に分離されたインスタンスを持っている可能性が追加されます。

libnabo は、高速の K 最近傍ライブラリ低次元の空間です。C++ テンプレートのおかげでのきれいな、レガシー フリー スカラー type–agnostic API を提供します。

pyuds は、Python ライブラリ Dempster-shafer 理論の証拠の測定の不確実性です。サポート ブラウニアンラフパス一般化 Hartley (GH) 不確実性機能性、一般化シャノン （GS の） 不確実性機能、および集計不確実性 (AU) が機能します。ライブラリは、その API を通じてや、使いやすい Web インタ フェースを通じて利用できます。

scikits.learnは，古典的機械学習アルゴリズムを，scipy/numpy パッケージ群と緊密に実装したモジュールです．誰にでも利用でき，様々な状況下で再利用可能な，機械学習問題への簡潔で効率的な解決手法，すなわち，科学やエンジニアリングのための便利なツールとしての機械学習を提供することを目的としています．

x2searchは、与えられた正例に類似し、かつ与えられた負例とは異なるページやドキュメントを見つける機械学習アルゴリズムに基づくクローラです。学習した分類器は、後で再利用するためにエクスポートして保存することができます。それは、ドメイン/サーバが検索するための複数の設定、等を備えており、検索するドキュメントの種類を追加するためのプラグイン機構を持っています。

Treba トレーニング、デコード、および重み付きの (確率) 有限状態オートマトン (WFSA/PFSA) を計算するためのコマンドライン ツールです。トレーニング アルゴリズムには、有り （EM）、ビタビ復号のトレーニング、有りで確定的アニーリングを拡張現実感があります。Treba 速度と数値的安定性のために最適化され、訓練アルゴリズム ハードウェア上で複数のコア Cpu マルチ スレッド実行することができます。前方、後方とビタビ復号をサポートします。トレーニング/復号化のためのオートマトンがテキスト ファイルから読み込まれるまたはランダムにまたは異なる位相を持つ制服の遷移確率を生成することができます (エルゴード完全に接続されている Bakis、または左から右、または決定的な）。トレーニングや復号化に使用される観測は、at &t 有限状態ツールと OpenFST と互換性のあるテキスト ファイルから読み込まれます。

Vectorz Java 用高速ダブル精度ベクトルと行列の数学のライブラリです。ゲーム、シミュレーション、raytracers、高速のベクトル演算が重要である等で使用するためのものです。それを行うことができます 1 つのスレッドで 1 秒あたり以上 10 億 3D ベクトルの操作。