JavaScript 中的机器学习
传统上，机器学习应用程序使用 R 或 Python。
但 JavaScript 作为机器学习语言有着光明的未来
- JavaScript 很有名。所有开发人员都可以使用它。
- 安全性内置。JavaScript 无法访问您的文件。
- JavaScript 比 Python 快。
- JavaScript 可以使用硬件加速。
- JavaScript 在浏览器中运行
JavaScript 非常适合机器学习
机器学习可能涉及大量数学运算。神经网络的本质非常技术性，相关的术语往往会吓跑人们。
JavaScript 可以通过易于理解的软件来帮助简化创建和训练神经网络的过程。
借助新的机器学习库，JavaScript 开发人员可以将机器学习和人工智能添加到 Web 应用程序中。
JavaScript 机器学习库
浏览器中的机器学习意味着
- JavaScript 中的机器学习
- 适用于 Web 的机器学习
- 人人可用的机器学习
- 更多平台上的机器学习
优势
- 易于使用。无需安装。
- 强大的图形。浏览器支持 WebGL。
- 更好的隐私。数据可以保留在客户端上。
- 更多平台。JavaScript 在移动设备上运行。
Brain.js
Brain.js 是一个 JavaScript 库，它通过隐藏数学运算的复杂性，使人们更容易理解神经网络。
Brain.js 易于使用。您无需详细了解神经网络即可使用 Brain.js。
Brain.js 提供了多种神经网络实现，因为不同的神经网络可以训练成擅长完成不同的任务。
ml5.js
ml5.js 试图让更多人更容易使用机器学习。
ml5 团队正在努力以更友好的方式包装机器学习功能。
下面的示例仅使用三行代码来对图像进行分类
<img id="myImage" src="pic1.jpg" width="100%">
<script>
const classifier = ml5.imageClassifier('MobileNet');
classifier.classify(document.getElementById("myImage"), gotResult);
function gotResult(error, results)
{ ... }
</script>
亲自试一下 »
尝试用 pic2.jpg、pic3.jpg 和 pic4.jpg 替换 pic1.jpg。
TensorFlow
TensorFlow Playground 是一个用d3.js 编写的 Web 应用程序。
使用 TensorFlow Playground，您可以学习神经网络 (NN)，无需进行数学运算。
您可以在自己的Web 浏览器中创建神经网络并查看结果。
TensorFlow.js 以前称为 Tf.js 和 Deeplearn.js。
浏览器中的数学
Math.js 是一个适用于 JavaScript 和 Node.js 的广泛数学库。
Math.js 功能强大且易于使用。它附带了一套庞大的内置函数、灵活的表达式解析器以及用于处理多种数据类型的解决方案，例如数字、大数字、复数、分数、单位、数组和矩阵。
浏览器中的绘图
以下列出了一些适用于机器学习图形和其他 HTML 图表的 JavaScript 库
绘制方程式
绘制值
WebGL API
WebGL 是一个 JavaScript API，用于在任何浏览器中渲染 2D 和 3D 图形。
WebGL 可以在任何 PC 上的集成显卡和独立显卡上运行。
WebGL 将 3D 图形引入 Web 浏览器。主要的浏览器供应商苹果（Safari）、谷歌（Chrome）、微软（Edge）和 Mozilla（Firefox）都是 WebGL 工作组的成员。
