Bahasa Python Untuk AI

AI Umum

  • AIMA – Implementasi algoritma Python dari ‘Kecerdasan Buatan: Pendekatan Modern’ Russell dan Norvig

  • pyDatalog – Mesin Pemrograman Logika dengan Python

  • SimpleAI – Implementasi Python dari banyak algoritma kecerdasan buatan yang di jelaskan di buku “Kecerdasan Buatan, Pendekatan Modern”. Ini berfokus pada penyediaan perpustakaan yang mudah di gunakan, didokumentasikan dengan baik, dan teruji.

  • EasyAI – Mesin Python sederhana untuk game dua pemain dengan AI (Negamax, tabel transposisi, penyelesaian game).

Pembelajaran mesin

  • GraphLab Create – Platform Machine Learning ujung ke ujung dengan front-end Python dan inti C++. Ini memungkinkan Anda melakukan rekayasa data, membuat model ML, dan juga menerapkannya. Prinsip desain utama: komputasi di luar inti, algoritme pembelajaran yang cepat dan kuat, API Python yang mudah di gunakan, dan penyebaran objek Python arbitrer yang cepat.

  • Feature Forge – Satu set alat untuk membuat dan juga menguji fitur pembelajaran mesin, dengan API yang kompatibel dengan scikit-learn.

  • Oranye – Visualisasi dan analisis data sumber terbuka untuk pemula dan pakar. Penambangan data melalui pemrograman visual atau skrip Python. Komponen untuk pembelajaran mesin. Ekstensi untuk bioinformatika dan penambangan teks. Di lengkapi dengan fitur untuk analitik data.

  • PyBrain – PyBrain adalah Perpustakaan Pembelajaran Mesin modular untuk Python. Tujuannya adalah untuk menawarkan algoritme yang fleksibel, mudah di gunakan namun tetap kuat untuk Tugas Pembelajaran Mesin dan berbagai lingkungan yang telah di tentukan sebelumnya untuk menguji dan membandingkan algoritme Anda.

  • PyML – PyML adalah kerangka kerja berorientasi objek interaktif untuk pembelajaran mesin yang di tulis dengan Python. PyML berfokus pada SVM dan metode kernel lainnya. Ini didukung di Linux dan Mac OS X.

  • MlPy – mlpy menggunakan NumPy secara ekstensif untuk menyediakan manipulasi array N-dimensi yang cepat dan integrasi kode C yang mudah. Perpustakaan Ilmiah GNU ( GSL) juga di perlukan. Ini menyediakan prosedur tingkat tinggi yang mendukung, dengan beberapa baris kode, desain Data Analysis Protocols (DAPs) yang kaya untuk pra-pemrosesan, pengelompokan, klasifikasi prediktif, regresi, dan juga pemilihan fitur. Metode tersedia untuk pembobotan dan peringkat fitur, pengambilan sampel ulang data, evaluasi kesalahan, dan lanskap percobaan.

  • Milk – Milk adalah toolkit pembelajaran mesin dengan Python. Fokusnya adalah untuk klasifikasi terawasi dengan beberapa pengklasifikasi yang tersedia: SVM (berdasarkan libsvm), k-NN, hutan acak, pohon keputusan. Itu juga melakukan pemilihan fitur.

    Tempat Kursus Ilmu Robotic : Sari Teknologi

    Baca artikel lainnya : Pelatihan Robotik

Tinggalkan Komentar

Alamat email Anda tidak akan dipublikasikan. Ruas yang wajib ditandai *