JavaScript 中的 10 个机器学习示例

这是出才教学目的的 Web 应用，让你自由探索神经网络及其各种组件。它拥有漂亮的 UI，你可以控制输入的数据、神经元的数量，使用何种算法，以及其他各种指标，它们会影响最后的结果。不少人喜欢从幕后开始学习这个应用——代码开源，它使用一个 TypeScript 编写并且拥有良好文档支持的机器学习库。

传送门 ：

https://github.com/tensorflow/playground

FlappyLearning 是一个 JavaScript 项目，其代码未经压缩也才大约 800 行。它创建了一个机器学习库并在一个有趣的演示中进行了实现，这个有趣的演示就是像玩家一样玩 Flappy Bird。这个库中使用的人工智能技术库叫做 Neuroevolution(神经进化)，它使用的算法受到了存在于自然界的神经系统的启发，动态的从每一次成功或失败中不断学习。这个演示很容易就能运行起来——只需要在浏览器中打开 index.html。

传送门 ：

https://github.com/xviniette/FlappyLearning

Synaptic 是一个与架构无关的 Node.js 和浏览器库，它有可能是这个列表中最活跃的项目，允许开发人员构建出他们想要的任何类型的神经网络。 它内置了几种架构，可以用来对不同的机器学习算法进行快速的测试和比较。它还拥有一个很好的对神经网络的书面介绍、一些实例演示，以及其他一些用来揭示机器学习如何工作的很棒的教程。

传送门 ：

https://github.com/cazala/synaptic

Land Lines 是一个有趣的 Chrome Web 实验，可以用来发现地球的卫星图像，类似于用户制作的涂鸦。 该应用程序不会有对服务器端的调用：它完全在浏览器中工作，并且得益于其对机器学习以及 WebGL 的巧妙运用，在移动设备上也能有出色的性能。 您可以在 GitHub 上查看它的源代码，或者在此处查阅完整的学习案例。