在F＃中使用机器学习的资源

Question

我使用Matlab作为原型设计工具学习了机器学习课程。由于我沉迷于F＃，我想继续我在F＃的机器学习研究。

我可能希望将F＃用于原型设计和生产，因此机器学习框架将是一个很好的开始。否则，我可以从一系列库开始：

• 高度优化的线性代数库
• 统计资料包
• 可视化库（允许绘制图表和图表并与之交互......）
• 并行计算工具箱（类似于Matlab并行计算工具箱）

最重要的资源（对我而言）是书籍，关于机器学习的博客文章和在线课程，使用函数式编程语言（F＃/ OCaml / Haskell ......）。

有人可以推荐这些资源吗？感谢。

---

修改

这是基于以下答案的摘要：

机器学习框架：

• Infer.NET：用于在具有良好F＃支持的图形模型中进行贝叶斯推理的.NET框架。
• WekaSharper：围绕流行数据挖掘框架Weka的F＃包装器。
• Microsoft Sho：在.NET平台上进行数据分析（包括矩阵运算，优化和可视化）的持续环境开发。

相关图书馆：

• Math.NET Numerics：内部使用英特尔MKL和AMD ACML进行矩阵操作并支持统计功能。

• Microsoft Solver Foundation：线性编程和优化任务的良好框架。

• FSharpChart：F＃中一个不错的数据可视化库。

阅读清单：

• Numerical Computing：非常适合从F＃中的机器学习开始，并介绍了在F＃中使用这些数学库的各种工具和提示/技巧。
• F# and Data Mining blog：这也是数字计算章节的作者Yin Zhu，强烈推荐。
• F# as a Octave/Matlab replacement for Machine Learning：Gustavo刚刚开始使用F＃作为开发工具发布了一系列博文。很高兴看到许多库被插在一起。
• "Machine Learning in Action" 's samples in F#：Mathias已将一些样本从Python转换为F＃。它们位于Github。
• Hal Daume's homepage：Hal在OCaml中编写了许多机器学习库。如果你对函数式编程不适合机器学习有疑问，你会感到宽慰。

欢迎任何其他指示或建议。

Answer 1

没有一个地方可以在F＃和机器学习上寻找资源，但这里有一些可能非常有用的链接：

MSDN上的

• Numerical Computing部分是使用F＃中各种数值库的一个很好的资源。实现线性代数和其他在机器学习中有用的算法的最先进的库是Math.NET Numerics。

MSDN上的

• Visualizing Data部分有关于F＃图表的一些资源。 FSharpChart库现在由Carl Nolan维护，他定期发布updates to his blog。

还有一些人正在研究相关主题的个人页面：

• Jurgen van Gael（曾在机器学习方面获得博士学位）为Math.NET库做出了贡献，您可以阅读his experience here。

• 在MSDN上编写数字计算章节的Yin Zhu（并且是一名对机器学习感兴趣的博士生）有很多excellent articles on his blog。

Answer 2

除了Tomas提到的内容之外，我大约一年前在Infer.NET花了一些时间，发现连续图形模型非常好。我知道它在去年的图书馆范围和F＃支持方面都有了很大的改进。我建议检查一下，看看它是否有你需要的东西。

Answer 3

Hal Daume在OCaml和Haskell中实现了许多机器学习算法。详细信息请参阅Machine learning in OCaml or Haskell?

中的答案

作为MSDN上Numerical Computing in F#书籍章节的一面，我还想推荐Weka的Wrapper，WekaSharper。它允许您使用F＃友好界面在Weka中调用机器学习算法。

我写了一篇文章Why F# is the language for data mining，它反映了我在F＃中编写类似alpha / prototype的数据挖掘包时的想法。 libml可在线获取。但是代码大约是两年前我开始使用F＃时编写的，从那以后我没有时间维护它。

Answer 4

APress将出版一本名为“Alpha”的书，即将发布：面向.NET开发人员的机器学习项目。 http://www.apress.com/9781430267676

目前现有的内容似乎是介绍性的，但很容易学习，其代码示例主要是F＃。