机器学习可用于许多软件应用，比如说电子邮件分类或人机互动。机器学习软件可用于建模、设计、招聘和会计。了解这些软件包可以帮助您进行选择。

机器学习软件主要功能

有许多模式识别技术，包括分类、回归和模式识别。

用于图像和文本检索的预测分析。

用于减小尺寸的功能。

与机器学习库（如ApacheSparkMLlib）协作。

使用流行的编程语言，如Scala，Java和C++。

使用全栈开源进行机器学习。

1.AmazonML

亚马逊机器学习（AML），是一个基于云的综合机器学习工具，可供所有技能水平和在线应用程序开发人员使用，任何级别的开发人员都可以使用。这个管理服务提供机器学习模型和预测。它还整合了多个来源的数据，如Redshift、AmazonS3、RDS和AmazonS3。

2.谷歌ML工具包移动版

谷歌的Android团队为移动应用程序开发人员创建了一个MLKIT，该工具包结合了机器学习和技术知识，以创建更具弹性和优化的应用程序，以便在手机上运行。

此机器学习软件包可用于执行人脸检测、文本识别和地标检测等任务。

它可以在设备或云中运行，具体取决于个人的需求。它可以使用预制模型或现成的解决方案进行软件开发。该套件包括谷歌的Firebase移动开发平台。

3.苹果CoreML

AppleCoreML是一个使用机器学习来帮助你将机器学习模型集成到移动应用中的平台。将文件从机器学习拖放到您的项目中，Xcode将立即生成Swift包装器或Objective-C代码。此方法易于使用，并将利用所有CPU和GPU。

CoreML支持计算机视觉来准确分析图像，支持GameplayKit来评估学习的决策树，支持自然语言来快速执行自然语言处理。它针对设备上的最佳性能进行了优化。

4.ApacheSparkMLlib

它是一个机器学习库，可以在ApacheMesos和Hadoop上扩展。它还可以从多个数据源检索数据。它具有多种技术可用于对数据进行分类，包括朴素贝叶斯和逻辑回归。其工作流工具包括ML管道创建、功能转换、ML持久性等。

我们可以访问硬件开发数据库数据源，如高清显卡、数据库或本地文件。它很容易与Hadoop操作集成，因为它能够访问Hadoop数据源，如HDFS，HBase或本地文件。MLlib还与SparkAPI集成，并在Python库和R库中与NumPy很好地配合使用。它具有比MapReduce还原更好的算法。

5.ApacheSinga

这个程序是由新加坡国立大学的数据库系统组与浙江大学的数据库组合作开发的。该人工智能系统可以辅助图片识别以及自然语言处理。它支持许多著名的深度学习模型。它由三个主要部分组成：IO核心，模型，和核心。Tensorabstraction可用于创建更复杂的机器学习模型。这个应用程序提供了改进的IO类，以写入、读取、编码和解码文件和数据。这个应用程序可用于同步、异步或两者结合的训练。

6.ApacheMahout

ApacheMahout是Scala的分布式线性代数框架和ScalaDSL。它在数学上极富有表现力的。Apache软件基金会的免费开源项目。这个框架是为统计学家、数学家和数据科学家快速开发算法而创建的。它提供了机器学习技术，如推荐、分类、聚类和分类，以及创建可扩展算法的框架。它包括矢量和矩阵库，并使用MapReduce范式在ApacheHadoop上运行。

7.Shogun

它是一个开源的、免费的机器学习库。它是由GunnarRaetsch和SoerenSonnenburg在年开发的。该软件可以在C++中实现。该软件实际上提供了可用于解决机器学习问题的方法和数据结构。它支持多种编程语言，包括R、Python和Java、Octave以及C#、Ruby、Lua、Lua、Ruby、C#、Ruby和其他许多语言。Shogun主要专注于内核机器，如回归问题和支持向量机的分类。你可以连接到LibLinear和LibSVM等机器学习库。

8.TensorFlow

它是由谷歌创建的一个开源机器学习库，可用于构建ML模型。它提供了广泛的库、工具和资源，使研究人员和开发人员能够开发和部署机器学习系统。作为一个开源的软件程序，能够使用数据流图进行数值计算，帮助我们帮助开发和训练自己的模型。它既可以在CPU和GPU上使用，也可以在一系列移动计算设备上使用。

对TensorFlow感兴趣的朋友，可以点击下方链接购买书籍学习。

9.谷歌云ML引擎

如果你有数十亿或数百万的训练数据点，或者如果算法需要大量的时间来正确执行，谷歌云ML引擎就可以帮助你。它是一个基于云的平台，允许机器学习应用程序开发人员以及数据科学家创建和执行高质量的模型。

机器学习模型训练，构建，深度学习，预测建模甚至预测的所有可用选项都可用。

10.IBM机器学习

IBM机器学习服务允许我们结合和混合技术，如IBMWatsonStudio和IBMWatsonOpenScale。它是一款可用于构建AI模型的开源软件，将模型集成到应用程序中并对其进行测试。IBM机器学习提供免费的轻量级计划，其中包括20个CPUH的上限和两个批处理任务的同时优化。