JavaScript による機械学習の例 10 選

年を追うごとに、機械学習用のライブラリはより高速かつ使いやすくなっています。 Python は長い間、機械学習に選ばれる言語でしたが、今では JavaScript を含め、ほぼすべての言語をニューラル ネットワークに使用できます。

近年、Web エコシステムは大きく進歩しており、JavaScript と Node.js のパフォーマンスは Python や Java に比べてわずかに劣るものの、多くの機械学習の問題を処理するには十分です。 Web 言語には、広く普及していて使いやすいという利点があります。JavaScript で記述された機械学習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。

JavaScript で書かれた機械学習ライブラリの多くは新しく、まだ開発中ですが、使用してみる価値はあります。この記事では、JavaScript で書かれた機械学習ライブラリと、AI の旅を始めるのに役立つ優れた AI Web アプリケーションの例をいくつか紹介します。

1. 脳

[[212176]]

Brain を使用すると、ニューラル ネットワークを簡単に作成し、入力/出力データを使用してトレーニングできます。ニューラル ネットワークのトレーニングには多くのリソースが消費されるため、ブラウザーを直接使用するのではなく、Node.js 環境でニューラル ネットワークをトレーニングすることをお勧めします。公式サイトに色を認識できる（色のコントラストを認識できる）小さなデモがあります（追記：試してみたところ、このデモは現在 404 ページになっています）。

2. 奥深い遊び場

これは、ゲームのようにニューラル ネットワークのさまざまな部分を探索できる、教育的かつ楽しい Web アプリケーションです。入力データ、アルゴリズムで使用されるニューロンの数、出力結果に影響するその他の重み係数を制御できる使いやすいインターフェースを備えています。これはオープンソース プロジェクトです。TypeScript で書かれた機械学習ライブラリで、完全なドキュメントがあります。私たちはそこから多くのことを学ぶことができます。

3. フラッピーラーニング

FlappyLearning プロジェクトは約 800 行のコードです。このプロジェクトには機械学習ライブラリが含まれており、Flappy Bird ゲームのプレイ方法を学習するという非常に興味深いデモを実装しています。これは、自然の神経系にヒントを得たアルゴリズムを使用して、成功または失敗した各反復から動的に学習する、Neuroevolution と呼ばれる AI 技術を使用します。

4. シナプス

Synaptic は、アーキテクチャに依存せず、積極的にメンテナンスされている Node.js およびブラウザ ライブラリであり、開発者はこれを使用してあらゆる種類のニューラル 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間の類似点と相違点を迅速にテストおよび比較できるいくつかの組み込みフレームワークがあります。また、ニューラル ネットワークに関するドキュメントや、機械学習の学習に役立ついくつかの実用的なデモやその他のチュートリアルも提供しています。

5. 固定電話

[[212178]]

Land Lines は、地球の衛星画像を検索するための楽しい Chrome ウェブ実験です。このアプリはサーバー呼び出しを必要とせず、完全にブラウザ内で実行され、機械学習の使用により、WebGL はモバイル デバイスでも優れたパフォーマンスを発揮します。 GitHub でソース コードを参照するか、ここで完全な例を読むことができます。

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、JavaScript で最も先進的なディープラーニング ライブラリの 1 つです。このライブラリはもともとスタンフォード大学で開発され、その後、コミュニティが多くの機能とチュートリアルを追加したことで、ConvNetJS は GitHub で人気を博し始めました。 ConvNetJS はブラウザ環境で直接実行され、さまざまな学習手法をサポートし、基礎となる原理に近いため、ニューラル ネットワークの経験が豊富なユーザーに適しています。

7. モノの翻訳

Thing Translator は、携帯電話が実際のオブジェクトを認識し、さまざまな言語でラベルを付けることができる Web 実験です。このアプリは完全に Web テクノロジーに基づいて構築されており、Google が提供する 2 つの機械学習 API (画像認識用の Cloud Vision と自然言語翻訳用の Translate API) を活用しています。

8. ニューロ

Nerojs は、強化学習に基づく AI システム フレームワークの構築に使用されます。残念ながら、このオープンソース プロジェクトには、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詳しく説明されている自動運転実験のデモを除いて、完全なドキュメントがありません。このライブラリは、webpack や babel などの最新のツールを利用して、純粋な JavaScript で開発されています。

9. 機械学習

これは、JavaScript のみを使用してニューラル ネットワークを作成およびトレーニングできるライブラリでもあります。 Node.js やクライアント環境に簡単にインストールでき、開発者にとって非常に使いやすい API を備えています。このライブラリには、機械学習の基本原理を理解するのに役立つ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用の使いやすい開発環境です。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 ネットワークを作成でき、リモート マシンでのモデルのトレーニングをサポートし、バージョン管理システムが組み込まれています。このプロジェクトは Node.js と MongoDB に基づいており、ブラウザ環境で実行されます。

イースターエッグ: JavaScript での機械学習

Burak Kanber は、機械学習の基礎を説明する優れたブログ記事シリーズを公開しています。これらのチュートリアルはよく書かれており、JavaScript 開発者を対象としています。機械学習についてより深く理解したい場合は、これらのブログ投稿が学習に最適なリソースとなります。

結論

JavaScript 機械学習エコシステムはまだ成熟していませんが、上記のリソースを使用して機械学習の旅を開始し、いくつかのコアテクノロジーに対する知覚的理解を構築することをお勧めします。この記事のいくつかの実験が示すように、ブラウザと少しの JavaScript コードだけを使用して、多くの興味深いものを作成することもできます。