| Java机器学习库整理 |
| 库/平台 | 概念 | 适合场景 | 官网 | Github |
| Deeplearning4j (DL4J) | Deeplearning4j是一个基于Java和Scala的分布式深度学习库，它支持包括卷积神经网络（CNN）、循环神经网络（RNN）在内的多种神经网络类型。DL4J可以运行在Hadoop和Spark等大数据框架上，非常适合进行大规模的机器学习任务 | 深度学习 | Deeplearning4j | Deeplearning4j GitHub |
| Weka | Weka是一个非常盛行的机器学习软件，提供了数据预处置惩罚、分类、回归、聚类、关联规则等多种机器学习算法。Weka是用Java编写的，并且提供了一个用户友爱的GUI界面 | 快速原型开发 | Weka | Weka GitHub |
| Smile | Smile是一个机器学习库，它提供了多种机器学习算法，包括分类、回归、聚类、决策树等。Smile是基于Scala的，但也提供了Java API | 快速原型开发 | Smile | Smile GitHub |
| Stanford CoreNLP | Stanford CoreNLP是一个自然语言处置惩罚库，固然紧张用于自然语言处置惩罚，但它也提供了机器学习的功能，如命名实体辨认、情感分析等 | parsing of many human languages.. | Stanford CoreNLP官网 | Sstanfordnlp GitHub |
| DJL(Deep Java Library) | DJL是Amazon开发的一个开源深度学习库，旨在提供一套简朴易用的API来构建和训练深度学习模子。它支持多种后端框架，如PyTorch、TensorFlow等 | 深度学习、集成到大数据平台 | DJL | DJL GitHub |
| Elixir | Elixir是一个基于Java的机器学习框架，提供了多种机器学习算法的实现，包括分类、回归、聚类等。它也支持深度学习模子的训练和推测 | 分布式机器学习 | Elixir | Elixir GitHub |
| H2O | H2O是一个开源的机器学习平台，提供了多种算法的实现，并且可以运行在Hadoop和Spark等大数据框架上。H2O的Java API使得在Java应用步伐中集成机器学习模子变得简朴 | 集成到大数据平台 | H2O | H2O GitHub |
| Apache Spark MLlib | Apache Spark MLlib是Apache Spark的机器学习库，旨在提供简洁、高效、可扩展的机器学习算法。MLlib支持多种机器学习任务，包括分类、回归、聚类、协同过滤等，并且提供了丰富的特性处置惩罚和模子评估工具 | 大规模数据集处置惩罚，迭代算法，特性工程等，应用广泛 | Apache Spark MLlib | Apache Spark MLlib |
| Java-ML | Java Machine Learning (Java-ML): 提供了一些基本的机器学习算法(2012年以来就没更新了)，并不是一个广泛认可或使用的术语。在Java生态体系中，机器学习通常是通过集成各种库来实现的，而不是直接使用一个叫做“Java Machine Learning”的单一框架或工具 | 简朴易用，适合快速原型开发和实验 | JML | JML |
| Elektronn | Elektronn是一个用于电子结构计算的库，固然紧张用于电子结构计算，但它也支持一些基本的机器学习功能 | 专注于材料科学和电子结构计算，但也可用于其他类型的机器学习任务 | Elektronn | Elektronn |
