我正在关注Stanford Machine Learning class 和教授。 Andrew Ng 和我想开始在 ruby 中实现这些示例。
是否有任何框架/gems/libs/现有代码可以在 ruby 中进行机器学习？我发现了一些与此和一些项目相关的问题，但似乎已经很老了。
【问题讨论】：
标签： ruby algorithm frameworks machine-learning
算法本身不是特定于语言的。您可以使用任何您想要的语言来实现它们。为了获得最大效率，您将需要使用基于矩阵/向量的计算。
Ruby 有一个内置的Matrix class，您可以使用它来实现这些算法。该实现将与使用 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全面而简单的 Matrix 库。
【讨论】：
请务必查看此要点，其中包含大量信息：
此外，以下是一些值得注意的算法库（可能已经在上面的要点中列出，也可能没有列出）：
AI4R
http://www.ai4r.org/ - https://github.com/SergioFierens/ai4r
AI4R 是 ruby 算法实现的集合，涵盖多个人工智能领域，以及使用它们的简单实际示例。 AI 研究人员的 Ruby 游乐场。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 One Attribute Rule，1R）、ZeroR、Hyperpipes、朴素贝叶斯、IB1（D. Aha） , D. Kibler - 1991)。
数据聚类：K-means、二等分 k-means、单联动、完全联动、平均联动、加权平均联动、质心联动、中值联动、Ward 方法联动、Diana（分裂分析）
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，构建 TensorFlow Ruby API 的工作似乎即将开始：
https://github.com/tensorflow/tensorflow/issues/50#issuecomment-216200945
如果 JRuby 对您来说是 Ruby 的可行替代品：
weka-jruby - 基于 Weka Java 库的 JRuby 机器学习和数据挖掘：
jruby_mahout - JRuby Mahout 是在 JRuby 世界中释放 Apache Mahout 力量的宝石：
更新：上面的 Ruby 机器学习资源 现在开始作为存储库进行维护：https://github.com/arbox/machine-learning-with-ruby
【讨论】：
试试 Rumale 和 Numo::NArray https://github.com/yoshoku/rumale
Rumale（Ruby 机器学习）是 Ruby 中的机器学习库。 Rumale 提供机器学习算法，其接口类似于 Python 中的 Scikit-Learn。 Rumale 支持线性/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、梯度树提升、随机森林、额外树、K-最近邻分类器、K-Means 、K-Medoids、高斯混合模型、DBSCAN、幂迭代聚类、多维缩放、t-SNE、主成分分析和非负矩阵分解。
【讨论】：