الوصف
Encog هو إطار عمل تعلم آلي قوي وخالص بلغة Java و C# تم تأسيسه في عام 2008. تم تطويره في البداية لدعم البحث لدرجة الماجستير والمنشورات المبكرة، مع التركيز على البرمجة الجينية، و NEAT/HyperNEAT، وتقنيات الشبكات العصبية المختلفة. بمرور الوقت، اكتسبت قدرات الشبكات العصبية في Encog زخمًا كبيرًا، مما أدى إلى اعتماده من قبل العديد من المستخدمين والاستشهاد به في 952 ورقة أكاديمية على Google Scholar.
قراءة المزيد
تم إنشاء Encog خلال فترة كانت فيها أطر عمل التعلم الآلي المتطورة مثل TensorFlow و Keras و DeepLearning4J أقل انتشارًا. في حين أن هذه الأطر الأكبر تستخدم الآن على نطاق واسع لتطوير الشبكات العصبية المتطورة، يستمر Encog في الصيانة والتطوير النشط. يركز تطويره المستمر على دعم أنواع النماذج التي لا تغطيها الأطر الرئيسية وتقديم تطبيق خالص بلغة Java/C# غير معتمد على GPU للعديد من معماريات الشبكات العصبية الكلاسيكية. تبسط طبيعة Java الخالصة لإطار العمل التكيف للمطورين الذين يحتاجون إلى تنفيذ الشبكات العصبية من الصفر.
تشمل التقنيات الرئيسية التي يدعمها Encog كلاً من NEAT و HyperNEAT والبرمجة الجينية. في حين أن Encog لديه دعم ضئيل لرؤية الكمبيوتر، إلا أنه يتفوق في توفير مجموعة متنوعة من خوارزميات التعلم الآلي المتقدمة. تشمل هذه آلات المتجهات الداعمة (Support Vector Machines)، والشبكات العصبية، والشبكات البايزية (Bayesian Networks)، ونماذج ماركوف المخفية (Hidden Markov Models)، والبرمجة الجينية، والخوارزميات الجينية. يتضمن Encog أيضًا فئات دعم لتطبيع البيانات ومعالجتها. تم تصميم معظم خوارزميات التدريب في Encog لتكون متعددة الخيوط (multi-threaded)، مما يسمح لها بالتوسع بفعالية على الأجهزة متعددة النوى.
يظل Encog أداة قيمة للباحثين والمطورين الذين يحتاجون إلى حلول قائمة على Java لمهام تعلم آلي محددة لا تعالجها الأطر الأكبر التي تركز على GPU بسهولة. بالنسبة للمشاريع واسعة النطاق والمتطورة حيث لا يكون التنفيذ المخصص مطلبًا، يستخدم المؤلف شخصيًا Keras و TensorFlow. وثائق Encog شاملة، وتقدم أدلة للبدء السريع، وأدلة المستخدم، ورؤى المطور، ومعلومات المساهمين، وهي متاحة لكل من Java و C#.
- الفئةمنصّات تعلّم الآلة
- نموذج التسعيرمفتوح المصدر
- النشراستضافة ذاتية
- المنصاتWindows, macOS, Linux
الميزات الأساسية لـ إطار عمل التعلم الآلي Encog
تطبيق خالص بلغة Java و C#
يدعم البرمجة الجينية
يدعم خوارزميات NEAT و HyperNEAT
مجموعة واسعة من تقنيات الشبكات العصبية
يشمل آلات المتجهات الداعمة (Support Vector Machines)
يشمل الشبكات البايزية (Bayesian Networks)
يشمل نماذج ماركوف المخفية (Hidden Markov Models)
يشمل الخوارزميات الجينية
خوارزميات تدريب متعددة الخيوط
فئات معالجة وتطبيع البيانات
بساطة الكود المصدري للتطبيقات المخصصة
دعم ضئيل لرؤية الكمبيوتر
البدء مع إطار عمل التعلم الآلي Encog
التثبيت: أضف Encog إلى مشروعك عبر Maven أو Gradle أو NuGet.
التكوين: قم بإعداد نموذج التعلم الآلي الخاص بك والمعلمات.
معالجة البيانات: استخدم فئات الدعم لتطبيع البيانات وإعدادها.
تدريب النموذج: استخدم خوارزميات التدريب متعددة الخيوط للتعلم الفعال.
التكامل: انشر نموذجك المدرب داخل تطبيق Java أو C# الخاص بك.
التكيف: قم بتعديل الكود المصدري لتطبيقات الشبكات العصبية المخصصة.
حالات استخدام إطار عمل التعلم الآلي Encog
- بحث الشبكات العصبية
- البرمجة الجينية
- تطبيقات التعلم الآلي المخصصة
- تطبيع البيانات
- خوارزميات التعلم الآلي الكلاسيكية
- دعم البحث الأكاديمي
