我跟教授跟随Stanford Machine Learning class。 Andrew Ng和我想开始在ruby中实现这些例子。
是否有任何框架/ gems / libs /现有代码可以在ruby中进行机器学习？我发现了一些与此有关的问题和一些项目，但似乎已经很老了。
答案 0 :(得分：9)
算法本身不是特定于语言的。您可以使用您想要的任何语言实现它们。为了获得最高效率，您需要使用基于矩阵/矢量的计算。
Ruby有一个内置的Matrix class，您可以使用它来实现这些算法。实现将与使用Octave的实现非常相似。您自己实现算法所需的一切都包含在1.9 +的基本标准库中。
使用Octave是因为它提供了一个彻底且简单的Matrix库。
答案 1 :(得分：5)
请务必查看这个要点，它有很多信息：
此外，以下是一些值得注意的算法库（可能已经或可能没有在上面的要点中列出）：
AI4R
http://www.ai4r.org/ - https://github.com/SergioFierens/ai4r
AI4R是ruby算法实现的集合，涵盖了几个人工智能领域，以及使用它们的简单实际示例。 AI研究人员的Ruby操场。它实现了：
遗传算法
自组织地图（SOM）
神经网络：具有反向传播学习的多层感知器，Hopfield网络。
自动分类器（机器学习）：ID3（决策树），PRISM（J. Cendrowska，1987），多层感知器，OneR（AKA一个属性规则，1R），ZeroR，超管，朴素贝叶斯，IB1（ D. Aha，D。Kibler - 1991）。
数据聚类：K-means，Bisecting k-means，Single linkage，Complete linkage，Average linkage，Weighted Average linkage，Centroid linkage，Median linkage，Ward's method linkage，Diana（Divisive Analysis）
kmeans-clusterer - Ruby中的k-means聚类：
kmeans-clustering - 用于并行化k-means聚类的简单Ruby gem：
tlearn-rb - Ruby的循环神经网络库：
TensorFlow Ruby包装器 - 在撰写本文时，似乎工作即将开始构建TensorFlow Ruby API：
https://github.com/tensorflow/tensorflow/issues/50#issuecomment-216200945
如果JRuby是Ruby的可行替代方案：
weka-jruby - 机器学习＆amp;使用基于Weka Java库的JRuby进行数据挖掘：
jruby_mahout - JRuby Mahout是一个在JRuby世界中释放Apache Mahout强大功能的宝石：
更新 上的机器学习资源上面的内容现在开始被作为存储库保存：https://github.com/arbox/machine-learning-with-ruby
答案 2 :(得分：0)
Rumale https://github.com/yoshoku/rumale
Rumale是一个用Ruby编写的机器学习库，并支持以下算法。
Rumale支持线性/内核支持向量机，逻辑回归，线性回归，岭，套索，分解机，朴素贝叶斯，决策树，AdaBoost，随机森林，K近邻分类器，K均值，DBSCAN，主要成分分析和非负矩阵分解。