JavaScript による機械学習の例 10 選

機械学習ライブラリは時間の経過とともに高速化と使いやすさが向上しており、開発のペースが鈍化する兆候は見られません。 Python は長い間機械学習の主要言語でしたが、ニューラル ネットワークは JavaScript を含むあらゆる言語で実行できるようになりました。

Web エコシステムは近年急速に成長しており、JavaScript と Node.js はまだ Python や Java ほど強力ではありませんが、多くの機械学習の問題を処理するのに十分なほど強力です。 Web 開発言語は非常に使いやすいという大きなメリットがあります。JavaScript ML プロジェクトを実行するために必要なのは、Web ブラウザーだけです。

ほとんどの JavaScript 機械学習ライブラリはまだ新しく開発中ですが、公開されており、試してみることができます。この記事では、これらのライブラリとその数多くの優れた例について学習します。

1. 脳

[[192447]]

Brain は、ニューラル ネットワークを簡単に作成し、データの入出力によってトレーニングできるライブラリです。 CDN ブラウザ版を通じて Web ページに直接読み込むこともできますが、トレーニングには多くのリソースが消費されるため、Node.js 環境で実行するのが最適です。彼らのウェブサイトには、色のコントラストを認識するようにトレーニングする小さなデモがあります。

2. 奥深い遊び場

これは、ニューラル ネットワークを操作して、そのさまざまなコンポーネントを探索できる教育目的の Web アプリケーションです。 入力データ、ニューロンの数、使用するアルゴリズム、最終結果に反映させたいその他のさまざまなメトリックを制御できる優れた UI を備えています。また、舞台裏のアプリケーションからも多くのことを学ぶことができます。コードはオープンソースであり、TypeScript で記述されたカスタム機械学習ライブラリを使用し、わかりやすいドキュメントが用意されています。

3. フラッピーラーニング

FlappyLearning は、約 800 行の縮小されていないコードで機械学習ライブラリの作成を管理し、Flappy Bird を名人のようにプレイする楽しいデモでコンテキスト化する JavaScript プロジェクトです。 このライブラリで使用されている AI 技術は Neuroevolution と呼ばれ、自然界のニューラル システムにヒントを得たニューラル システムによって発見されたアルゴリズムを適用し、各反復の成功または失敗から動的に学習します。 デモの実行は非常に簡単です。ブラウザで index.html を開くだけです。

4. シナプス

おそらくこのリストで最もアクティブなプロジェクトである Synaptic は、アーキテクチャに依存しない Node.js およびブラウザー ライブラリであり、開発者はこれを使用して任意のタイプのニューラル ネットワークを構築できます。 さまざまな機械学習アルゴリズムをすばやくテストおよび比較するために使用できるいくつかの組み込みアーキテクチャがあります。また、ニューラル ネットワークのわかりやすい入門書、実践的なデモンストレーション、機械学習の仕組みを説明する優れたチュートリアルも含まれています。

5. 固定電話

Land Lines は、ユーザーが作成した落書きのように、地球の衛星画像を発見できる楽しい Chrome Web Experiment です。 このアプリはサーバー側の呼び出しを行わず、完全にブラウザ内で動作し、機械学習と WebGL を巧みに利用しているため、モバイル デバイスでも優れたパフォーマンスを発揮します。 ソースコードは GitHub でご覧いただけます。また、ケーススタディの全文はこちらをご覧ください。

6. コンブネットJS

ConvNetJS は、現在は積極的にメンテナンスされていませんが、依然として最も先進的な JavaScript ベースのディープラーニング ライブラリの 1 つです。 ConvNetJS はもともとスタンフォード大学で開発され、その後 GitHub で非常に人気となり、多くのコミュニティ主導の機能やチュートリアルが生まれました。 ブラウザで直接実行でき、さまざまな学習手法をサポートし、非常に低レベルであるため、ニューラル ネットワークの経験が豊富な人に適しています。

7. モノの翻訳

Thing Translator は、携帯電話が現実の物体を認識し、さまざまな言語で名前を付けることができる Web 実験です。このアプリケーションは完全に Web テクノロジーに基づいており、画像認識用の Cloud Vision と自然言語翻訳用の Translate API という 2 つの Google 機械学習 API を活用しています。

8. ニューロ

これは強化学習に基づいた人工知能システムを構築するためのフレームワークです。残念ながら、これはオープンソースであり、適切なドキュメントはありませんが、ニューラル ネットワークを構成するさまざまな部分についてわかりやすく説明したデモ、つまり自動運転実験があります。このライブラリは純粋な JavaScript であり、webpack や babel などの最新のツールを使用します。

9. 機械学習

これは、JavaScript でニューラル ネットワークをセットアップしてトレーニングできる別のライブラリです。 Node.js とクライアントの両方でインストールが非常に簡単で、非常にクリーンな API を備えているため、あらゆるスキル レベルの開発者に適しています。 このライブラリには、機械学習のコア原則を理解するのに役立つ、一般的なアルゴリズムを実装した多くの例が用意されています。

10. ディープフォージ

DeepForge は、ディープラーニングのためのユーザーフレンドリーな開発環境です。 シンプルなグラフィカル インターフェイスを使用してニューラル ネットワークを設計でき、リモート マシンでのモデル トレーニングをサポートし、バージョン管理が組み込まれています。 このプロジェクトはブラウザで実行でき、Node.js と MongoDB をベースとしており、ほとんどの Web 開発者はそのインストール プロセスに精通しています。

結論

JavaScript 機械学習のエコシステムはまだ完全には開発されていませんが、このリストのリソースを使用して ML の学習を開始し、コアテクノロジーの経験を積むことができます。この記事の例が示すように、ブラウザと使い慣れた JavaScript コードだけで、多くの興味深いことを実現できます。