
منتشر شده در analyticsinsight به تاریخ ۱۲ مارس ۲۰۲۲
لینک منبع 5 Very Cool Open-Source Machine Learning Projects Tools
یادگیری ماشینی یکی از مهمترین روندهای فنآوری است که بهطور محبوب در سراسر جهان پذیرفته شده و مورد استفاده قرار میگیرد. و منبع باز چیزی است که میتوان آن را تغییر داد زیرا برای همه قابل دسترسی است. این تبادل آزاد ایدهها در یک جامعه برای ایجاد نوآوریها یا ایدههای خلاقانه و تکنولوژیکی را ترویج میکند. به دلیل مزایا و تقاضا، پروژههای یادگیری ماشینی منبع باز تشویق میشوند. در اینجا چند ابزار یادگیری ماشینی با منبع باز آورده شدهاست.
آپاچی کیساندرا یک پایگاهداده توزیعشده و غیر متمرکز است که برای مدیریت مقادیر زیادی از دادههای ساختار یافته و بدون ساختار در سراسر جهان طراحی شدهاست. این وبسایت در ماه جولای ۲۰۰۸ در فیسبوک برای جستجوی صندوق ورودی و منابع باز ایجاد شد. یکی از ضروریترین ویژگیهای کیساندرا، مقیاسپذیری الاستیک و خطی آن است که یک زمان پاسخ سریع پیوسته را ممکن میسازد. دادهها به طور خودکار برای تحمل خطا و توزیع آسان به چندین گره تکرار میشوند.
ابزار Ansible یک سیستم اتوماسیون فناوری اطلاعات کاملاً ساده است. مدیریت پیکربندی، استقرار برنامه، تامین ابر، اجرای وظایف تکموردی، اتوماسیون شبکه و تنظیم چند گرهای را کنترل میکند.
اکلیپس یک محیط گسترده (محیط توسعه یکپارچه) است و از سال ۲۰۰۱ وجود داشتهاست. Eclipse IDE بخشی از تلاشهای بنیاد Eclipse است، یک شرکت غیرانتفاعی که توسعه پروژههای متنباز متعدد را هدایت میکند.
ایزار TensorFlow یک چارچوب یادگیری ماشینی منبع باز محبوب برای هوش مصنوعی و کاربردهای بینایی کامپیوتری است که توسط تیم گوگل برین در سال ۲۰۱۵ تحت مجوز منبع باز آپاچی ۲.۰ ایجاد شد. کتابخانه پایتون tensorFlow برای محاسبات عددی سریع با نمودار جریان داده استفاده میشود. این کار به توسعهدهندگان اجازه میدهد تا بر آموزش و استنتاج شبکههای عصبی عمیق تمرکز کنند.
ابزار Kubernetes یک پلتفرم ارکستراسیون کانتینر منبع باز است و با نام k8s یا kube نیز شناخته میشود. Kubernetes یک OG در فضای کانتینر یک سیستم منبع باز برای خودکارسازی برنامههای کاربردی کامپیوتری کانتینری، استقرار، آزمایش، مقیاسبندی منابع و کاربردها در لحظه است. K9s Kubernetes، Kubernetes CLI که پیمایش، مشاهده و مدیریت خوشههای Kubernetes را آسانتر میکند.
مشارکت در منبع باز با مزایای بسیار زیادی همراه است. بنابراین، اینها چند پروژه منبع باز خوب برای مشارکت هستند.
این متن با استفاده از ربات ترجمه مقالات علم داده ترجمه شده و به صورت محدود مورد بازبینی انسانی قرار گرفته است.در نتیجه میتواند دارای برخی اشکالات ترجمه باشد.
مقالات لینکشده در این متن میتوانند به صورت رایگان با استفاده از مقالهخوان ترجمیار به فارسی مطالعه شوند.