Die folgenden Tabellen stellen einen Vergleich von Software für maschinelles Lernen dar, wie z. B. Software-Frameworks , Bibliotheken und Computerprogramme, die für maschinelles Lernen verwendet werden .

Software für maschinelles Lernen

Vergleich von Software für maschinelles Lernen [ 1 ] [ 2 ] [ 3 ]
Software Schöpfer Erstveröffentlichung
Open-Source
Plattform Geschrieben in Schnittstelle
Verfügt über vortrainierte Modelle
Aktiv entwickelt
Apache MahoutApache Software Foundation2009 Ja PlattformübergreifendJava , ScalaJava , Scala , KommandozeileJa Ja NEIN NEIN NEIN Ja
Apache SINGAApache Software Foundation2015 Ja Linux , macOS , WindowsC++ , PythonC++ , PythonJa NEIN Ja NEIN NEIN Ja
Apache SystemDSApache Software Foundation2015 Ja Linux , macOS , WindowsJava , Python , CJava , Python , DML [ 4 ]Ja Ja Ja NEIN NEIN Ja
CatBoostYandex2017 Ja Linux , macOS , WindowsC++ , PythonC++ , Python , R , JavaJa NEIN NEIN NEIN NEIN Ja
DlibDavis E. King 2002 Ja Plattformübergreifend C++C++ , PythonJa NEIN Ja NEIN Ja Ja
ELKIELKI-Projekt 2010 Ja Plattformübergreifend JavaJavaJa Ja NEIN NEIN NEIN Ja
fastTextMeta-KI2015 Ja Linux , macOS , WindowsC++ , PythonKommandozeile , PythonJa Ja NEIN NEIN Ja Ja
FlussFluxML-Mitwirkende [ 5 ]2018 Ja Linux , macOS , WindowsJuliaJuliaJa Ja Ja Ja Ja Ja
GensimRadim Řehůřek 2009 Ja Linux , macOS , WindowsPython , CythonPythonNEIN Ja NEIN NEIN Ja Ja
H₂O​​H2O.ai 2011 Ja Plattformübergreifend Java , Python , RWebinterface , Python , R , JavaJa Ja Ja NEIN Ja Ja
Infer.NETMicrosoft Research2008 Ja Windows , macOS , LinuxC#C#Ja Ja NEIN NEIN NEIN NEIN
JAXGoogle2018 Ja Linux , macOS , WindowsPythonPythonJa Ja Ja Ja NEIN Ja
JubatusBevorzugte Infrastruktur und NTT2011 Ja LinuxC++C++ , Python , JavaJa Ja NEIN NEIN NEIN NEIN
KNIMEKNIME AG 2006 Ja Plattformübergreifend JavaGUI , Python , RJa Ja Ja NEIN NEIN Ja
LIBSVMChih-Chung Chang und Chih-Jen Lin 2001 Ja Plattformübergreifend C++ , JavaC++ , Java , KommandozeileJa NEIN NEIN NEIN NEIN Ja
LightGBMMicrosoft2016 Ja Linux , macOS , WindowsC++ , PythonC++ , Python , RJa Ja NEIN NEIN NEIN Ja
MATLAB [ 6 ]MathWorks1984 NEIN Linux , macOS , WindowsC , C++ , Java , MATLABMATLABJa Ja Ja Ja Ja Ja
Microsoft Cognitive ToolkitMicrosoft Research2016 Ja Linux , WindowsC++C++ , Python , C#Ja NEIN Ja NEIN NEIN NEIN
MindSporeHuawei2020 Ja Linux , Windows , macOS , AndroidC++ , Rust , Julia , Python , JavaPython , C++ , JavaJa NEIN Ja Ja Ja Ja
ML.NETMicrosoft2018 Ja Linux , macOS , WindowsC# , C++C# , F#Ja Ja Ja NEIN NEIN Ja
mlpackmlpack-Entwickler 2008 Ja Plattformübergreifend C++C++ , KommandozeileJa Ja NEIN NEIN NEIN Ja
MXNetApache Software Foundation2015 Ja Linux , macOS , Windows , Android , iOSC++ , PythonC++ , Python , Julia , MATLAB , JavaScript , Go , R , Scala , Perl , ClojureJa Ja Ja Ja Ja NEIN
OrangeUniversität Ljubljana1996 Ja Plattformübergreifend Python , C++GUI , PythonJa Ja Ja NEIN NEIN Ja
RapidMinerRapidMiner 2006 NEIN Plattformübergreifend JavaGUIJa Ja Ja NEIN NEIN Ja
Scikit-learnscikit-learn-Entwickler 2007 Ja Plattformübergreifend Python , CythonPythonJa Ja NEIN NEIN NEIN Ja
ShogunShogun Toolbox-Community 1999 Ja Plattformübergreifend C++C++ , Python , Java , R , Ruby , C# , Lua , OctaveJa Ja NEIN NEIN NEIN Ja
Spark MLlibApache Software Foundation2014 Ja Plattformübergreifend Scala , JavaScala , Java , Python , RJa Ja Ja NEIN NEIN Ja
TensorFlowGoogle Brain2015 Ja Linux , macOS , Windows , AndroidC++ , Python , CUDAPython , C++ , Java , JavaScript , RJa Ja Ja Ja Ja Ja
TheanoUniversität von Montreal2007 Ja Linux , macOS , WindowsPython , CUDAPythonNEIN NEIN Ja Ja NEIN NEIN
Vowpal WabbitYahoo! Research und Microsoft Research2007 Ja Linux , macOS , WindowsC++C++ , Kommandozeile , PythonJa NEIN NEIN NEIN NEIN Ja
WekaUniversität von Waikato1993 Ja Plattformübergreifend JavaGUI , Java , KommandozeileJa Ja NEIN NEIN NEIN Ja
XGBoostTianqi Chen und Mitwirkende 2014 Ja Linux , macOS , WindowsC++ , PythonC++ , Python , R , Java , JuliaJa Ja NEIN NEIN NEIN Ja

Weitere Vergleiche

Software Typ Primäre Verwendung GUI
Apache MahoutBibliothek Verteiltes maschinelles Lernen NEIN
Apache SINGABibliothek Verteiltes maschinelles Lernen und Deep LearningNEIN
Apache SystemDSPlattform End-to-End-Workflows für maschinelles Lernen und Data Science NEIN
CatBoostBibliothek Gradient Boosting und EntscheidungsbaumlernenNEIN
DlibBibliothek Maschinelles Lernen und Computer VisionNEIN
ELKIRahmen Data Mining , Clustering , AusreißererkennungJa
fastTextBibliothek Textklassifizierung , Wortvektoren und Verarbeitung natürlicher SpracheNEIN
FlussBibliothek Maschinelles Lernen und Deep LearningNEIN
GensimBibliothek Themenmodellierung , Dokumentenabruf und Ähnlichkeitsanalyse NEIN
H₂O​​Plattform Maschinelles Lernen und AutoMLJa
Infer.NETBibliothek Bayes'sche Inferenz und probabilistische ProgrammierungNEIN
JAXBibliothek Numerisches Rechnen, maschinelles Lernen und automatische DifferenzierungNEIN
JubatusRahmen Verteiltes Online-Maschinenlernen NEIN
KNIMEPlattform Visuelle Datenanalyse- und Machine-Learning-Workflows Ja
LIBSVMBibliothek Support-Vektor-Maschinen -Klassifizierung und Regression NEIN
LightGBMBibliothek Gradient Boosting und EntscheidungsbaumlernenNEIN
MATLABRechenplattform Numerisches Rechnen, Statistik und maschinelles Lernen Ja
CNTKRahmen Deep Learning und maschinelles Lernen NEIN
MindSporeRahmen Maschinelles Lernen und Deep Learning NEIN
ML.NETRahmen Maschinelles Lernen für .NETJa
mlpackBibliothek Allgemeines maschinelles Lernen NEIN
MXNetRahmen Deep Learning und skalierbares maschinelles Lernen NEIN
OrangePlattform Visuelle Programmierung, Data Mining und maschinelles Lernen Ja
RapidMinerPlattform Arbeitsabläufe in den Bereichen Data Science und maschinelles Lernen Ja
Scikit-learnBibliothek Allgemeines maschinelles Lernen NEIN
ShogunBibliothek Allgemeines maschinelles Lernen NEIN
Spark MLlibBibliothek Verteiltes maschinelles Lernen auf Apache SparkNEIN
TensorFlowRahmen Deep Learning und maschinelles Lernen Ja
TheanoBibliothek Maschinelles Lernen und Deep Learning NEIN
Vowpal WabbitBibliothek Online-Maschinenlernen und bestärkendes LernenNEIN
WekaSuite Maschinelles Lernen und Data Mining Ja
XGBoostBibliothek GradientenboostingNEIN

Hilfsbibliotheken und Plattformen für maschinelles Lernen

  • Apache OpenNLP – Werkzeugkasten für die Verarbeitung natürlicher Sprache
  • CUDA – GPU-Computing-Plattform zur Beschleunigung von Machine-Learning- und Deep-Learning-Workloads
  • Horovod – verteiltes Trainingsframework für Deep Learning
  • Hugging Face Transformers — Bibliothek vortrainierter Transformer-Modelle, die auf anderen Machine-Learning-Frameworks basieren [ 7 ]
  • Kubeflow – Machine-Learning-Plattform für Kubernetes
  • Mallet – ein Werkzeugkasten für die Verarbeitung natürlicher Sprache und Textanalyse
  • NumPy – eine numerische Rechenbibliothek, die im maschinellen Lernen verwendet wird [ 8 ] [ 9 ]
  • OpenCV – Bibliothek für Computer Vision mit Funktionen für maschinelles Lernen
  • ONNX – offenes Format zur Darstellung von Modellen des maschinellen Lernens
  • pandas – eine Bibliothek zur Datenanalyse und Datenaufbereitung, die im maschinellen Lernen verwendet wird
  • PlaidML – Tensor-Compiler und Backend für Frameworks des maschinellen Lernens
  • Polars – Dataframe -Bibliothek zur Aufbereitung und Analyse von Daten für maschinelles Lernen
  • PyArrow – eine Bibliothek für spaltenorientierte Datenverarbeitung, die in der Datenverarbeitung für maschinelles Lernen verwendet wird
  • ROOT (TMVA) — Datenanalyse-Framework mit Werkzeugen für maschinelles Lernen [ 10 ]
  • SciPy – wissenschaftliche Rechen- und Optimierungsbibliothek für maschinelles Lernen [ 11 ].

Online-Entwicklungsumgebungen für maschinelles Lernen

Siehe auch

  • Yellowbrick – Visualisierungsbibliothek für maschinelles Lernen zur Modellauswahl und Diagnose
  • ELI5 – Bibliothek zum Erklären und Debuggen von Modellen des maschinellen Lernens
  • InterpretML – ein Toolkit für interpretierbares maschinelles Lernen
  • SHAP – Bibliothek zur Erklärung von Vorhersagen maschineller Lernmodelle

Referenzen

  1. ^ Saucedo, Alejandro (14. April 2026), Awesome Production Machine Learning , abgerufen am 14. April 2026
  2. ^ Misiti, Joseph (14. April 2026), josephmisiti/awesome-machine-learning , abgerufen am 14. April 2026
  3. ^ D, Søren A. (11. April 2026), sorend/awesome-python-machine-learning , abgerufen am 14. April 2026
  4. ^ „DML Language Reference - SystemDS 3.4.0-SNAPSHOT“ . apache.github.io . Abgerufen am 14. April 2026 .
  5. ^ Innes, Mike (3. Mai 2018). „Flux: Elegantes maschinelles Lernen mit Julia“ . Journal of Open Source Software . 3 (25): 602. Bibcode : 2018JOSS....3..602I . doi : 10.21105/joss.00602 .
  6. ^ "Maschinelles Lernen in MATLAB - MATLAB & Simulink" .
  7. ^ Wolf, Thomas (2020). „Transformers: State-of-the-Art Natural Language Processing“ . Proceedings of the 2020 Conference on Empirical Methods in Natural Language Processing: System Demonstrations . Association for Computational Linguistics. S.  38–45 . doi : 10.18653/v1/2020.emnlp-demos.6 . Abgerufen am 14. April 2026 .
  8. ^ Bourgin, David (14. April 2026), ddbourgin/numpy-ml , abgerufen am 14. April 2026
  9. ^ Mohandas, Goku. „NumPy für maschinelles Lernen – Made With ML von Anyscale“ . madewithml.com . Abgerufen am 14. April 2026 .
  10. ^ „Maschinelles Lernen mit ROOT“ . ROOT . CERN . Abgerufen am 14. April 2026 .
  11. ^ „Compute-Optionen und Notebook-Editor“ . IBM-Dokumentation . IBM . Abgerufen am 13. April 2026 .
  12. ^ „Verwendung von JupyterLab mit ML-Laufzeitumgebungen“ . docs.cloudera.com . Abgerufen am 14. April 2026 .
  13. ^ Verma, Ishu (21. Mai 2021). „Einführung in maschinelles Lernen mit Jupyter Notebooks“ . Red Hat Developer . Abgerufen am 14. April 2026 .
  14. ^ „Nutzung von Jupyter Notebook für die Entwicklung von Machine-Learning-Anwendungen auf NAS-Systemen – HECC-Wissensdatenbank“ . www.nas.nasa.gov . Abgerufen am 14. April 2026 .
  15. ^ „Was ist Kaggle?“ . GeeksforGeeks . 14. August 2024 . Abgerufen am 14. April 2026 .