Software Map

高度なデータ マイニングおよび機械システム （アダムス） は小説である学習、柔軟なワークフロー エンジンすぐに、建物と実世界の複雑な知識ワークフローを維持する目指した。演算子をキャンバスに配置して手動でそれらをツリー構造、フローの接続ではなくデータを （連続または平行） 処理されている制御演算子を決定します。これには、迅速な開発と容易なメンテナンスと数百または数千の演算子の大規模なワークフローのことができます。演算子ではウェカとモア ImageJ ジャイ、!ImageMagick、Gnuplot の画像を使用して機械学習を提供しています。R-プロジェクトは、Rserve を使用してフローで使用することができます。ウェカ webservice 他のフレームワーク ウェカのモデルを使用することができます。迅速なプロトタイピングは、Groovy と Jython などのスクリプト言語を利用可能です。

mlpy 機械 GSL の !NumPy/!SciPy の上に建てられた学習用 Python モジュールです。mlpy では、高度な機能、分類、回帰、クラスタ リング、機能の選択の豊かなワークフローのデザイン コードの数行を可能にするクラスを提供しています。mlpy はフリー ソフトウェアです。それを再配布または GNU 一般公有使用許諾書バージョン 3 の条件を変更することができます。mlpy は利用可能な Python の両方目 = 2.6 と Python 3.X。

これは、更新された 3.7.3 現在ウェカ プラグインを置き換える !RapidMiner 拡張ウェカ ・ バージョン。これは基本的に古い拡張子にバージョンの WEKA ラップ 3.7.3 の枝です。新しい機能を含める：-、3.7.3 のすべての機能ウェカ パッケージ-人気 !RandomForest 学習-強化学習マルチ スレッド アンサンブル動的統合とランダムな「フォレスト」Tsymbal ら 2006 と Robnik Sikonja 2004 年「ランダム フォレストの向上」に基づきます。-ランダム フォレスト内の投票のメカニズムより多くの拡張機能-元の Breiman 紙 2001年によるとフィーチャ ウェイトを出力する可能性

!SimpleAiBot が、教育目的のために作成されますが、それを何かはるかに大きく、成長することができますしかし、まだ教育。このプロジェクトは、他の人々 することができます作業チャット ボットのコードを実際に見てから学ぶかも !SimpleAiBot を向上させるに存在します。あなたがこのために探している場合： これはそれです ！また躊躇しないでください参加し !SimpleAiBot の向上より良い公共および使用可能な誰もが、あなた自身の実験を変更します。PS は： より経験豊富な AI 開発者も他の AI の仕組みを学ぶに大歓迎です ！

生きているの目的は柔軟で適応可能なサービス指向に基づく分散システム社会連携と組織機構の適応の工学への新しいアプローチを開発することです。

多重分類器とその評価方法 Weka の機械学習のフレームワークを使用して。

モデリングと静的および動的な線形、多項式システム目的で変数エラーのコンテキストで様々 な推定戦略の比較のシミュレーションのパラメーターを推定するためのグラフィカルな !MatLab フレームワーク。