Di bawah ini daftar beberapa tools yang didesain dan dikembangkan untuk mendukung AI, Anda bisa menggunakan tools ini pada Linux dan tentunya pada system operasi lain yang Anda gunakan. Perlu diingat daftar ini tidak terbatas dan ditentukan dari yang paling bagus atau tidak.
1. Deep Learning For Java (Deeplearning4j)
DL4J dirilis dibawah lisense Apache 2.0 dan melayani dukungan GPU untuk scaling di AWS da mengadaptasi arsitektur micro-service.
Homepage DL4J: http://deeplearning4j.org/
2. Caffe - Deep Learning Framework
Caffe Caffe adalah framework pembelajaran dalam modular dan ekpresif berdasarkan kecepatan. Tool ini dirilis di bawah lisensi BSD-2-Clause, dan siap mendukung beberapa project pada area komunitas dan penelitian, startup prototype, industri aplikasi yang ada dilapangan sebagai visi, speech dan multimedia.
Homepage : http://caffe.berkeleyvision.org
3. H20 - Distribusi Machine Learning Framework
H20 adalah open source, cepat, scalable, dan didistribusikan sebagai 'machine learning framework', ditambah algoritma yang dilengkapi pada framework. H20 mendukung aplikasi cerdas untuk belajar lebih dalam, gradient boosting, random forest, dan memakai model linear general (contoh: logistic regression, Elastic Net) dan banyak lainnya.
H20 mengorientasi alat bisnis dengan artificial intelligence untuk membuat keputusan dari data, ia memungkinkan pengguna untuk memperluas wawasan yang tergambar pada data mereka menggunakan lebih cepat dan prediksi model yang lebih baik.
homepage: http://www.h20.ai/
4. MLlib - Machine Learning Library
MLlib adalah open source, mudah digunakan dan performa yang tinggi dari library 'machine learning' yang dikembangkan dari bagian Apache Spark. MLlib mudah digunakan untuk mendeploy dan bisa di jalankan pada Hadoop secara bersamaan dengan data.
MLlib juga membawa beberapa koleksi algoritma untuk klasifikasi, regresi, rekomendasi, clustering, survival analysis dan banyak lainnya. Penting dicatat, MLlib bisa digunakan dengan Python, Java, Scala, dan bahasa pemprograman R.
Homepage : https://spark.apache.org/mllib/
5. Apache Mahout
Mahout adalah framework open source yang didesain untuk membangun mesin skala aplikasi pembelajaran, mahout memiliki kelebihan dengan tiga fitur yang ditulis di bawah ini:
2. Caffe - Deep Learning Framework
Homepage : http://caffe.berkeleyvision.org
3. H20 - Distribusi Machine Learning Framework
H20 mengorientasi alat bisnis dengan artificial intelligence untuk membuat keputusan dari data, ia memungkinkan pengguna untuk memperluas wawasan yang tergambar pada data mereka menggunakan lebih cepat dan prediksi model yang lebih baik.
homepage: http://www.h20.ai/
4. MLlib - Machine Learning Library
MLlib juga membawa beberapa koleksi algoritma untuk klasifikasi, regresi, rekomendasi, clustering, survival analysis dan banyak lainnya. Penting dicatat, MLlib bisa digunakan dengan Python, Java, Scala, dan bahasa pemprograman R.
Homepage : https://spark.apache.org/mllib/
5. Apache Mahout
- > Pelayanan yang simpel dan extensi workspace pemprograman
- > Banyak variasi algoritma yang dipaket untuk Scala + Apache Spark, H20 dan sebagaimana Apache Flink
- > Termasuk Samaras, Vektor experimen matematik pada workplace dengan syntax seperti R
homepage: http://mahout.apache.org
6. Open Neural Network Library (OpenNN)
homepage: http://www.opennn.net
7. Oryx 2
Oryx 2 merupakan lanjutan dari project Oryx, yang dikembangkan dari Apache Spark dan Apache Kafka sebagai 're-architecture' dari arsitektur lambda, yang didedikasikan untuk arsip selama mesin hidup untuk belajar.
Oryx Adalah platform untuk pengembangan aplikasi dan membawa aplikasi lainnya untuk mengkolaborasikan filtering, classification, regression, dan clustering.
homepage: http://oryx.io
8. OpenCyc
- Kaya akan pemodelan domain
- Domain-specific expert systems
- Pemahaman text
- Integrasi data Semantic seperti permainan game AI dan banyak lagi.
homepage: http://www.cyc.com/platform/opencyc
9. Apache SystemML
SystemML adalah platform artificial intelligence open source untuk media belajar dari data yang besar untuk mesin. Fitur yang ada dijalankan dengan program R dan Python syntax berfokus pada data yang besar dan didesain dengan tujuan tertentu dan matematika tingkat tinggi. Bagaimana ia bekerja dijelaskan pada homepage situs, termasuk video demonstrasi sebagai ilustrasi.
Ada beberapa cara untuk menggunakannya termasuk Apache Spark, Apache Hadoop, Jupyter dan Apache Zeppelin. Beberapa kasus penggunaan penting termasuk automatis, airport traffic dan social banking.
homepage: http://systemml.apache.org/
10. NuPIC
fitur utama NuPIC meliputi:
- pembelajaran secara online terus menerus
- pola temporal dan spasial
- Real-Time Streaming data
- prediksi dan pemodelan
- mendeteksi anomaly yang kuat
- hierarchical temporary memory
homepage: http://numenta.org/
sumber: Tecmint.
COMMENTS