IBM DeveloperIBM Developer is your one-stop location for getting hands-on training and learning in-demand skills on relevant technologies such as generative AI, data science, AI, and open source.
fastthread.io
Java Thread Dump Analyzer Elevate JVM troubleshooting with fastThread, your intelligent thread dump analysis companion. Discover the industry's first machine learning-guided tool for seamless Java thread dump analysis. Detect and resolve JVM thread issues by ML algorithms. Troubleshoot BLOCKED threads, Deadlocks, CPU spikes... Streamline thread dump analysis with automated REST API. Trusted by 10,
Digdag - Open Source Workflow Engine for the Multi-Cloud Era
Digdag is a simple tool that helps you to build, run, schedule, and monitor complex pipelines of tasks. It handles dependency resolution so that tasks run in series or in parallel. Digdag replaces cron, facilitates IT operations automation, orchestrates data engineering tasks, coordinates machine learning pipelines, and more.
Banjo: Bayesian Network Inference with Java Objects
Banjo is a software application and framework for structure learning of static and dynamic Bayesian networks, developed under the direction of Alexander J. Hartemink in the Department of Computer Science at Duke University. Banjo was designed from the ground up to provide efficient structure inference when analyzing large, research-oriented data sets, while at the same time being accessible enough
Bayesian Self-Organizing Map Simulation using Java Applet (Japanese)
ベイジアン自己組織化写像シミュレーション（Ver. 1.3） (To English version) 用語解説 ベイジアン自己組織化写像(BSOM)は, 確率モデルに基づいて データの分布を推定する方法の一つで、その推定アルゴリズムはある種のニューラルネットの 学習アルゴリズムとみなす事も出来ます。 下の図の黒い点は人工的に生成されたデータ点を表します。 青い丸とそれを結ぶ青い線は, それぞれBSOMモデルのパラメータである中心点と トポロジーを表します。 この中心点は最初はランダムに配置されています。 トポロジーの役割は、それに沿ってパラメータが緩やかに変化すると言う制約を与えることによって 推定を安定させる事にあります。 ベイズ統計ではそのような制約はパラメータの事前確率として表現されます。 このアプレットはBSOMモデルの最大事後確率推定(MAP推定)を EMアルゴリズムで実行する
Aerosolve
Example: Neighborhood polygons based on listing density in San Francisco, generated using a multi-scale Kd-tree model. Sophisticated ML Features Aerosolve provides sophisticated machine learning features, such as geo-based features, controllable quantization and feature interaction. Provide human intuition to machine models by specifying prior beliefs. Human Friendly, Debuggable Models Aerosolve w
WekaのIBkはデフォルトで正規化してくれる
筆者的にはかなりツボな本で、既に2度ほど読み通しています。 今度は実際に手を動かしながら(Wekaを使ったりJavaのコードを書きながら）もう一度読んでみようかと思っています。 18ページあたりから、KnowledgeFlow Environment(KFE)を使ってWekaに格納されているirisのデータをK近傍法で分類する例が始まります。 28ページ真ん中あたりで正規化（1～10程度の値を取る属性と1～1000程度の属性などが混在する場合に、データ間の距離の計算において、後者の属性の影響が強くならないようにすること）が紹介され、下図のようにNormalize(左から3つめ)のが追加されます。 筆者はまず、本書の通りにKFEを使ってみました。 次に、KFEのようなGUIのツールではなく、JavaのコードからIBkクラスを使ったirisデータの分類をしたかったので、Googleで調べながら
#JJUG - Java でカジュアルにはじめる機械学習
JJUG ナイト・セミナー「機械学習・自然言語処理特集！」12/17（水）での発表資料です。 セミナー概要はこちら: http://jjug.doorkeeper.jp/events/18378
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
GitHub - dmlc/xgboost: Scalable, Portable and Distributed Gradient Boosting (GBDT, GBRT or GBM) Library, for Python, R, Java, Scala, C++ and more. Runs on single machine, Hadoop, Spark, Dask, Flink and DataFlow
ScalaからTensorFlowのJava APIを呼びだすぞい - Qiita
GitHub - linkedin/PalDB: An embeddable write-once key-value store written in Java
Deeplearning 4 j のクイックスタートガイド - Deeplearning4j: Open-source, Distributed Deep Learning for the JVM
https://jgap.sourceforge.net/
Apache Spark™ - Unified Engine for large-scale data analytics
cloudera/oryx · GitHub