Machine learning 是否有一个用Julia编写的机器学习本地库？

我已经开始使用Julia了，我读到它比C快。 到目前为止，我已经看到了一些像KNET和Flux这样的图书馆，但它们都是用于深度学习的。 Julia内部还有一个命令“Pycall”tu use Python

但我也对机器学习感兴趣。所以我想使用SVM、随机森林、KNN、XGBoost等，但是在Julia中

是否有一个用Julia编写的机器学习本地库

---

谢谢

许多算法都是使用专用软件包直接提供的。像

“经典机器学习”是一个纯Julia机器学习框架，由Alan Turing Institute编写，开发非常活跃

对于神经网络来说，是Julia的发展方向。同样非常活跃，GPU就绪，并允许Julia生态系统中存在的所有exotics组合，如结合Flux.jl和Differential Equations.jl的软件包

只需等待一个源到源的自动差异化包，它将是Flux.jl的某种后端

当然，如果您对pythonml工具更有信心，您仍然可以使用和，但是OP要求使用纯Julia包，而这些只是Python包的Julia包装

看看和

有SVM实现，但没有维护（搜索SVM.jl）。但是，实际上，考虑其他算法，以获得更好的预测质量和模型构建性能。看看OLS（正交最小二乘）和OFR（正交正向回归）算法家族。您将很容易找到详细的算法描述，并且很容易用任何合适的语言编写代码。但是，据我所知，目前还没有Julia实现。几年前，我只找到了Matlab实现，并制作了自己的java实现。我计划把它转给朱莉娅，但目前没有优先权，可能会持续几年。与此同时，为什么不自己编写代码呢？你找不到任何其他语言可以让编写原型并将其转换为在支持CUDA的GPGPU上运行重载的高效生产算法变得更容易

---

首先，我推荐这本相当新的出版物：

深度学习是机器学习的一种风格，不是吗？顺便说一句，没有什么比C更快。但是julia经常接近，原则上也可以一样快。但很多人觉得在中编程会更好、更高效。请按照您创建此帐户时建议的帮助文档中的发布指南进行操作，而且。。。在这里申请。请求非现场资源是专门的非主题。@MichaelK.Borregaard这是一个常见的想法，但不是真的。其他语言完全有可能比C语言快。Julia有时会比C语言快，但我们通常会争取在2倍以内。在这里，请查看我们测量的所有比C快的语言：-Julia、LuaJIT、Rust、Go和Fortran在一些测试中都比C快。@MattB。谢谢你的澄清。我想知道它是如何工作的——因为编译器可以看到使用比C更高级的代码对分支进行了一些优化和删除？我想，原则上它们应该编译成相同的机器代码。