2020 인공지능 및 머신러닝 소프트웨어 및 프레임워크 20

1. Google Cloud ML Engine

 - AI 및 ML 모델 구축, 교육, 예측 모델링 및 딥러닝을 제공.

 - 훈련과 예측 두 서비스를 공동으로 또는 독립적으로 사용 가능.

 - 기업이 사용하는데, 즉 위성 이미지에서 클라우드를 감지하여 고객의 메일에 더 빠르게 응답하는데 사용된다.

 - 복잡한 모델을 훈련시키는 데 사용될 수 있다.

2. Amazon Machine Learning (AML)

 - Amazon Machine Learning은 시각화 도구와 마법사를 제공한다.

 - 이진 분류, 다중 클래스 분류, 회귀 등 세 가지 유형의 모델을 지원한다.

 - 사용자가 MySQL 데이터베이스에서 데이터 소스 개체를 만들 수 있도록 허용한다.

 - 또한 Amazon Redshift에 저장된 데이터로부터 데이터 소스 객체를 만들 수 있다.

 - 기본 개념은 데이터 소스, ML 모델, 평가, 배치 예측 및 실시간 예측이다.

3. Accord.NET

 - 생산급 컴퓨터 비전, 컴퓨터 오디션, 신호 처리 및 통계 응용 프로그램 개발에 사용된다.

 - 40개 이상의 모수 및 비모수 통계 분포 추정으로 구성된다.

 - 일방향 및 이원 분산 분석 테스트, Kolmogorov-Smirnov 테스트와 같은 비모수 테스트 등 35개 이상의 가설 테스트를 포함한다.

 - 38개 이상의 커널 함수를 가지고 있다.

4. Apache Mahout

 - 확장 가능한 알고리즘을 구축하기 위한 확장 가능한 프레임워크이다.

 - 클러스터링, 추천, 분류 등 기계 학습 기법 구현한다.

 - 매트릭스와 벡터 라이브러리를 포함한다.

 - MapReduce 패러다임을 사용하여 Apache Hadoop의 상단을 실행하십시오.

5. Shogun

 - 대규모 학습을 위해 설계되었다.

 - 주로 분류와 회귀 문제를 위한 지원 벡터 머신과 같은 커널 머신에 초점을 맞춘다.

 - LibSVM, LibLinear, SVMLight, LibOCAS 등과 같은 다른 AI 및 머신러닝 라이브러리에 연결할 수 있다.

 - Python, Lua, Octave, Java, C#, Ruby, MatLab, R의 인터페이스를 제공한다.

 - 1000만 개의 샘플처럼 방대한 양의 데이터를 처리할 수 있다.

6. Oryx 2

- Oryx 2는 Oryx 1 프로젝트의 업그레이드된 버전이다.

- 일반 람다 아키텍처 계층, ML 추상화를 제공하는 최상위 전문화, 동일한 표준 ML 알고리즘의 엔드 투 엔드 구현 등 3가지 계층으로 구성된다.

- 배치 계층, 속도 계층, 서빙 계층 등 세 개의 나란히 협력하는 계층으로 구성되어 있다.

- 계층 간에 데이터를 이동하고 외부 소스에서 입력을 받는 데이터 전송 계층도 있다.

7. Apache Singa

 - 확장 가능한 분산 교육을 위한 유연한 아키텍처

 - 텐서 추상화는 보다 발전된 기계학습 모델에 허용된다.

 - 하드웨어 장치에서 실행하기 위해 장치 추상화가 지원된다.

 - 이 도구는 파일 및 데이터를 읽기, 쓰기, 인코딩 및 디코딩하기 위한 향상된 IO 클래스를 포함한다.

 - 동기식, 비동기식 및 하이브리드 교육 프레임워크에서 실행된다.

8. Apache Spark MLlib

 - 사용의 용이성 Java, Scala, Python, R에서 사용할 수 있다.

 - MLlib는 Spark의 API에 적합하며 Python 및 R 라이브러리에서 NumPy와 상호 운용된다.

 - HDFS, HBase 또는 로컬 파일과 같은 Hadoop 데이터 소스를 사용할 수 있다. 따라서 Hadoop 워크플로우에 쉽게 연결할 수 있다.

 - 고품질의 알고리즘을 포함하고 있으며 MapReduce보다 우수한 성능을 가지고 있다.

9. Google ML Kit for Mobile

 - 강력한 기술을 제공한다.

 - 즉시 사용 가능한 솔루션 또는 사용자 지정 모델 사용한다.

 - 특정 요구사항에 따라 장치 또는 클라우드 기반에서 실행된다.

 - 키트는 구글의Firebase모바일 개발 플랫폼과 통합한 것이다.

10. Apple’s Core ML

 - 도메인별 프레임워크 및 기능의 기반 역할을 한다.

 - Core ML은 이미지 분석을 위한 컴퓨터 비전, 자연어 처리를 위한 자연어, 학습된 의사결정 트리 평가를 위한 GameplayKit을 지원한다.

 - 기기 성능에 최적화되어 있다.

 - 그것은 낮은 수준의 primitive 위에 구축된다.

12. TensorFlow

 - 엔드 투 엔드 딥러닝 시스템이다.

 - Keras와 같은 직관적인 고급 API를 사용하여 ML 모델을 쉽게 구축하고 교육하십시오.

 - 이 오픈 소스 소프트웨어는 매우 유연하다.

 - 데이터 흐름 그래프를 사용하여 숫자을 수행한다.

 - 실행형 CPU 또는 GPU 및 모바일 컴퓨팅 플랫폼에서도 사용 가능하다.

 - 모델을 효율적으로 교육하고 클라우드에 배치하십시오.

13. Torch

 - 인덱싱, 슬라이싱 및 트랜스포징에 많은 루틴을 지원하는 강력한 N차원 어레이를 제공한다.

 - LuaJIT를 통해 C와 훌륭한 접점을 가지고 있다.

 - 빠르고 효율적인 GPU를 지원한다.

 - 이 프레임워크는 iOS 및 Android 지원 포트로 내장된다.

14. Azure Machine Learning Studio

 - 예측 분석 모델을 신속하게 구축하고 테스트하며 반복할 수 있는 대화형 시각적 작업 공간을 제공한다.

 - 프로그래밍이 필요하지 않다. 예측 분석 모델을 구축하기 위해 데이터셋과 모듈을 시각적으로 연결하기만 하면 된다.

 - 드래그 앤 드롭 데이터셋과 모듈의 연결은 당신이 머신러닝 스튜디오에서 실행해야 하는 실험을 형성한다.

 - 마지막으로 웹 서비스로 게시해야 한다.

15. Weka

 - 이 오픈소스 머신러닝 소프트웨어는 GNU General Public License에 따라 발행된다.

 - 딥러닝을 지원한다.

 - 예측 모델링 및 시각화를 제공한다.

 - 학습 알고리즘을 비교하기 위한 환경이다.

 - 데이터 시각화를 포함한 그래픽 사용자 인터페이스다.

16. Eclipse Deeplearning4j

 - 심층 신경망을 구성할 수 있다.

 - 데이터 전처리에서 분산 교육, 하이퍼 매개변수 최적화 및 프로덕션 등급 구축에 이르는 전체 딥러닝 워크플로우를 다룬다.

 - 대규모 엔터프라이즈 환경을 위한 유연한 통합을 제공한다.

 - IoT(Internet of Things) 구축을 지원하기 위해 edge에 활용된다.

17. scikit-learn

 - 데이터 마이닝 및 데이터 분석 작업을 위한 효율적인 도구다.

 - NumPy, SciPy, matplotlib를 기반으로 한다.

 - 이 도구를 다양한 맥락에서 재사용할 수 있다.

 - 또한, 그것은 BSD 라이선스 하에서 상업적으로 사용될 수 있다.

18. Microsoft Distributed Machine learning Toolkit

 - 이 툴킷은 DMTK Framework, LightLDA, Distributed Word Embedding, LightGBM의 몇 가지 구성 요소로 구성된다.

 - 확장성이 뛰어나고 부스팅 트리 프레임워크다. (GBDT, GBRT, GBM 지원)

 - 분산된 머신러닝의 오류를 줄이기 위해 사용하기 쉬운 API를 제공한다.

 - 이 툴킷을 통해 연구자와 개발자는 빅데이터, 빅모델 머신러닝 문제를 효율적으로 처리할 수 있다.

19. ArcGIS

- 예측, 분류 및 군집화에서 ML 사용을 지원한다.

 - 이미지 분류부터 공간 패턴 검출까지의 다변량 예측과 같은 광범위한 공간 응용을 해결하는 데 사용된다.

 - ArcGIS에는 예측 분석을 수행하는 데 사용되는 회귀 및 보간 기법이 포함되어 있다.

 - empirical Bayesian kriging (EBK), areal interpolation, EBK regression prediction, ordinary least squares (OLS) regression, OLS exploratory regression, and geographically weighted regression (GWR) 등 여러 도구를 포함한다.

20. PredictionIO

 - Spark MLLib 및 OpenNLP와 같은 기계 학습 및 데이터 처리 라이브러리를 지원한다.

 - 간편하게 데이터 인프라를 관리 할 수 있다.

 - 웹 서비스로서의 엔진을 효율적으로 구축하고 배치하십시오.

 - 동적 쿼리에 실시간으로 응답 가능하다.

출처 : https://www.ubuntupit.com/best-ai-and-machine-learning-software-and-frameworks/