Ресурсы для работы с машинным обучением в F #

Question

Я изучил курс машинного обучения, используя Matlab в качестве инструмента для создания прототипов.Так как я пристрастился к F #, я хотел бы продолжить свое обучение машинному обучению на F #.

Возможно, я захочу использовать F # как для создания прототипов, так и для производства, поэтому среда машинного обучения будет отличным началом.В противном случае я могу начать с набора библиотек:

• Высокооптимизированная библиотека линейной алгебры
• Пакет статистики
• Библиотека визуализации (которая позволяет рисовать и взаимодействовать сдиаграммы, диаграммы ...)
• Инструментарий параллельных вычислений (аналогичен инструментарию параллельных вычислений Matlab)

И наиболее важными ресурсами (для меня) являются книги , сообщения в блогах и онлайн-курсы по машинному обучению на функциональном языке программирования (F # / OCaml / Haskell ...).

Кто-нибудь может предложить такой ресурс?Спасибо.

---

РЕДАКТИРОВАТЬ:

Это резюме на основе ответов ниже:

Основы машинного обучения:

• Infer.NET : платформа .NET для байесовского вывода в графических моделях с хорошей поддержкой F #.
• WekaSharper : оболочка F # вокруг популярных данныхкаркас майнинга Weka.
• Microsoft Sho : непрерывная разработка среды для анализа данных (включая матричные операции, оптимизацию и визуализацию) на платформе .NET.

библиотеки:

• Math.NET Numerics : внутреннее использование Intel MKL и AMD ACML для матричных операций, а также поддержка статистических функций.

• Microsoft Solver Foundation : хорошая структура для задач линейного программирования и оптимизации.

• FSharpChart : хорошая библиотека визуализации данных на F #.

Список чтения:

• Числовые вычисления : отлично подходит для запуска с MachineОбучение на F # и вводит различные инструменты и советы / хитрости для работы с этими библиотеками Math в F #.
• F # и блог Data Mining : Это также от Инь Чжу, автора Numeric Computingглава, настоятельно рекомендуется.
• F # в качестве замены Octave / Matlab для машинного обучения : Густаво только что начал серию публикаций в блоге, используя F # в качестве инструмента разработки.Приятно видеть, что многие библиотеки подключены вместе.
• Примеры "Машинного обучения в действии" в F # : Матиас перевел некоторые примеры из Python в F #.Они доступны в Github .
• Домашняя страница Хэла Даума : Хэл написал несколько библиотек машинного обучения в OCaml.Вы бы почувствовали облегчение, если бы сомневались, что функциональное программирование не подходит для машинного обучения.

Любые другие указатели или предложения также приветствуются.

Answer 1

Нет единого места для поиска ресурсов по F # и машинному обучению, но вот пара ссылок, которые могут быть весьма полезны:

• Числовые вычисленияРаздел на MSDN - хороший ресурс по использованию различных числовых библиотек из F #.Самая продвинутая библиотека, которая реализует линейную алгебру и другие алгоритмы, полезные в машинном обучении, - это Math.NET Numerics .

• Визуализация данных раздел на MSDNимеет некоторые ресурсы на графике в F #.Библиотека FSharpChart теперь поддерживается Карлом Ноланом, который регулярно публикует обновления в своем блоге .

. Есть также несколько личных страниц людей, которые работают над соответствующими темами.:

• Юрген ван Гаэль (доктор философии по машинному обучению) внес вклад в библиотеку Math.NET, и вы можете прочитать о его опыте здесь .

• Инь Чжу, который написал главу о числовых вычислениях на MSDN (и аспирант, заинтересованный в машинном обучении), опубликовал в своем блоге немало превосходных статей .

Answer 2

В дополнение к тому, что упомянул Томас, я провел некоторое время с Infer.NET около года назад и обнаружил, что это очень хорошо для непрерывных графических моделей. Я знаю, что он значительно улучшился за последний год как в области библиотеки, так и в поддержке F #. Я предлагаю проверить это и посмотреть, есть ли у вас то, что вам нужно.

Answer 3

Хэл Дауме реализовал множество алгоритмов машинного обучения в OCaml и Haskell. Подробности см. Мой ответ в Машинное обучение в OCaml или Haskell?

Помимо главы из книги Численные вычисления в F # по MSDN, я также хотел бы порекомендовать мой Wrapper для Weka, WekaSharper . Это позволяет вам вызывать алгоритмы машинного обучения в Weka, используя дружественный интерфейс F #.

Я написал статью, Почему F # - это язык для интеллектуального анализа данных , который отражает мое мышление, когда я закончил писать альфа / прототипный пакет интеллектуального анализа данных в F #. libml доступен онлайн. Но код был написан около двух лет назад, когда я начал использовать F #, и у меня не было времени его поддерживать с тех пор.

Answer 4

У APress есть книга в «Альфе», которая скоро выйдет: Проекты машинного обучения для разработчиков .NET. http://www.apress.com/9781430267676

Существующий в настоящее время контент кажется вводным, но он довольно полезен для изучения, и его примеры кода в основном F #.