摘要：JavaScript正成为机器学习新选择。文章介绍了5个JS库：Danfo.js用于数据处理，The Natural Library用于NLP，Synaptic构建神经网络，TensorFlow.js用于深度学习，Scikit.js用于传统ML。
JavaScript正成为机器学习新选择。文章介绍了5个JS库：Danfo.js用于数据处理，The Natural Library用于NLP，Synaptic构建神经网络，TensorFlow.js用于深度学习，Scikit.js用于传统ML。
译自：Ditch Python: 5 JavaScript Libraries for Machine Learning
作者：Loraine Lawson
Python长期以来一直是训练和使用机器学习模型的主导语言，但这种情况正在发生变化。
Ippon Technologies的高级软件工程师Laurie Lay表示：“我们正在将机器学习工具引入JavaScript生态系统。” “通过这样做，我们正在将这项技术普及到世界上最大、最活跃的开发者社区，即JavaScript社区。”
在今年的devmio国际JavaScript大会上，Lay演示了五个开源JavaScript库，这些库现已可供希望深入研究机器学习的前端和Web开发者使用。Lay专注于全栈开发，并且是Ippon Technology人工智能卓越中心的一员。
她说，这五个库为JavaScript开发者提供了一种开始使用机器学习并在JavaScript中处理模型的方式。
Lay说，Python的Pandas可以清理、转换和构建数据。Pandas基本上是C语言的Python封装，使数据操作变得更容易。
在JavaScript生态系统中，有Danfo.js，她说它“深受Pandas启发”。她概述了Danfo.js提供的功能：
数据操纵和处理；模型训练前的数据准备和清理；类似Pandas的API，易于数据整理并与TensorFlow.js集成。她说：“它将数据帧和序列数据结构引入JavaScript，用于处理关系型和带标签的数据。” “Danfo.js只是为了理解数据中发生了什么，能够识别是否有任何偏差或任何需要回去修复的异常值。”
她补充说，它还有一个VS Code扩展。
Lay说，The Natural Library是一个用于自然语言处理的轻量级工具。她指出The Natural Library提供：
自然语言处理（NLP），包括分词、将文本拆分为单词或词干提取（将单词简化为词根形式）；用于分词、词干提取、分类和情感分析的简单API；快速有效的基于文本的机器学习任务。Synaptic是一个用于构建神经网络的JavaScript库。
Lay说：“我之所以说这个库更容易在JavaScript中构建神经网络，是因为它不需要你掌握Python等其他语言。” “设置一个Synaptic神经网络真的很容易。”
Lay的幻灯片显示Synaptic用于：
神经网络；无架构限制，高度模块化，支持复杂的网络类型；以及试验自定义神经网络架构。TensorFlow.js是一个开源JavaScript库，允许开发者直接在Web浏览器或Node.js环境中运行和构建机器学习模型。
Lay说：“如果你需要执行图像或音频分类等复杂任务，那么你会希望利用TensorFlow.js强大且预训练好的模型。” “这是生产级深度学习领域无可争议的重量级冠军。”
TensorFlow.js用于：
通用和深度学习；强大的GPU加速大型生态系统，预训练模型；以及重型模型训练、深度学习、图像/音频任务。Scikit.js用于预测数据分析和机器学习。根据其npm说明，它的目标是成为scikit-learn Python库的TypeScript移植版。
Lay说：“最后，如果你希望利用你可能熟悉来自Python机器学习生态系统的经典机器学习算法，或者你对Python中的scikit-learn API感到满意，那么你可能需要选择Scikit.js之类的库，它的API几乎完全相同。”
使用Scikit.js用于：
传统机器学习模型；熟悉的scikit-learn API，广泛的经典算法；从Python的scikit-learn过渡的开发者。Lay说：“这些工具现在都可以使用。” “社区正在不断壮大，利用这一点的最佳方式是选择一个库，找到你感兴趣的数据集并开始构建，因为我们作为JavaScript开发者可以塑造智能、数据驱动的Web未来。”
后记：Lay在Ippon Technologies的同事Julian Wilkison-Duran在同一次会议上分享了在浏览器中处理机器学习模型的第六种选择。在“JavaScript库在浏览器中运行机器学习模型”中阅读更多相关内容。
来源：爱就对了a
