我正在跟随斯坦福大学的Andrew Ng教授的机器学习课程，我想开始用Ruby实现其中的例子。

有没有关于Ruby中机器学习的框架/宝石/库/现有代码？我找到了一些相关的问题和项目，但似乎都比较旧了。

回答：

请务必查看这个gist，它包含了大量信息：

• Ruby中机器学习的资源

此外，以下是一些值得注意的算法库（这些库可能已经在上面的gist中列出，也可能没有）：

• AI4R

  http://www.ai4r.org/ – https://github.com/SergioFierens/ai4r

  AI4R是一组Ruby算法实现，涵盖了多个人工智能领域，并提供了使用它们的简单实用示例。它是AI研究者的Ruby游乐场。它实现了：

  • 遗传算法

  • 自组织映射（SOM）

  • 神经网络：多层感知器与反向传播学习，霍普菲尔德网络。

  • 自动分类器（机器学习）：ID3（决策树），PRISM（J. Cendrowska，1987），多层感知器，OneR（又名单属性规则，1R），ZeroR，超管道，朴素贝叶斯，IB1（D. Aha，D. Kibler – 1991）。

  • 数据聚类：K-means，二分K-means，单链接，完全链接，平均链接，加权平均链接，质心链接，中位数链接，Ward方法链接，Diana（分裂分析）

• kmeans-clusterer – Ruby中的k-means聚类：

  https://github.com/gbuesing/kmeans-clusterer

• kmeans-clustering – 一个用于并行化k-means聚类的简单Ruby宝石：

  https://github.com/vaneyckt/kmeans-clustering

• tlearn-rb – Ruby的循环神经网络库：

  https://github.com/josephwilk/tlearn-rb

• TensorFlow Ruby包装器 – 截至目前，似乎即将开始构建TensorFlow的Ruby API：

  https://github.com/tensorflow/tensorflow/issues/50#issuecomment-216200945

如果JRuby对你来说是Ruby的一个可行替代方案：

• weka-jruby – 基于Weka Java库的JRuby机器学习和数据挖掘：

  https://github.com/paulgoetze/weka-jruby

• jruby_mahout – JRuby Mahout是一个宝石，它在JRuby的世界中释放了Apache Mahout的力量：

  https://github.com/vasinov/jruby_mahout

更新： 上述的Ruby中机器学习的资源 gist现在开始作为一个仓库进行维护：https://github.com/arbox/machine-learning-with-ruby