Encog
From Wikipedia, the free encyclopedia
開発元
Heaton Research, Inc and contributors
最新版
3.3.0
/ 2014年9月25日
| 開発元 | Heaton Research, Inc and contributors |
|---|---|
| 最新版 |
3.3.0
/ 2014年9月25日 |
| プログラミング 言語 | Java, .Net, C++ |
| 対応OS | クロスプラットフォーム |
| サポート状況 | Active |
| 種別 | Machine Learning |
| ライセンス | Apache 2.0 Licence |
| 公式サイト | https://www.heatonresearch.com/encog |
Encog(エンコグ) はJava, .Net, and C++用の機械学習フレームワーク. Encogはベイジアンネットワーク, 隠れマルコフモデルやサポートベクターマシーンなどの様々な学習アルゴリズムをサポートしている。 しかし、Encogの真価はニューラルネットワークアルゴリズムにある。Encogはニューラルネットワークのための正規化やデータ処理のためのサポートクラスを用意している。 Encogは、多くの異なる技術を使用してトレーニングをおこなう。マルチコアマシン上で最適なトレーニングのパフォーマンスを可能にするために、マルチスレッディングが使用される。 EncogのC++バージョンは、性能向上のためにOpenCL互換性GPUに処理をさせることができる。
Encogは医療[1] や金融予測[2]を含む様々な用途で利用が可能である。 また、ニューラルネットワークのモデリングやトレーニングを支援するためのGUIワークベンチも用意されている。 Encogは2008年から開発が続けられている。[3]
- ADALINE Neural Network
- Adaptive Resonance Theory 1 (ART1)
- Bidirectional Associative Memory (BAM)
- Boltzmann Machine
- Counterpropagation Neural Network (CPN)
- Elman Recurrent Neural Network
- Neuroevolution of augmenting topologies (NEAT)
- Feedforward Neural Network (Perceptron)
- Hopfield Neural Network
- Jordan Recurrent Neural Network
- Radial Basis Function Network
- Recurrent Self Organizing Map (RSOM)
- Self Organizing Map (Kohonen)
学習技術
- バックプロパゲーション
- Resilient Propagation (RProp)
- Scaled Conjugate Gradient (SCG)
- Levenberg–Marquardt algorithm
- Manhattan Update Rule Propagation
- Competitive Learning
- ホップフィールド学習
- Genetic Algorithm Training
- Instar Training
- Outstar Training
- ADALINE Training