La popularidad de JavaScript no necesita ninguna presentación especial. Y con la digitalización avanzando a un ritmo cada vez más rápido, las empresas adoptan el aprendizaje automático y la inteligencia artificial para realizar operaciones a diario. A medida que la tecnología avanza con el paso del tiempo y nosotros también, una variedad de marcos de aprendizaje automático cobraron protagonismo, como JavaScript. La siguiente publicación está bastante influenciada por el libro: Hands-on Machine Learning with JavaScript por Burak Kanber. El libro actúa principalmente como una breve guía sobre la creación de aplicaciones web inteligentes con lo mejor del aprendizaje automático y JavaScript.
Aun cuando javascript no ha sido el lenguaje pionero en inteligencia artificial los esfuerzos para ponerlo al dia son cada vez mayores y se hacen mejores. Considerando eso, y que es un lenguaje de alta demanda en estos dias, pongo esta lista con las librerías mas usadas para estos propositos.
Synaptic
Este es mi material favorito utilizado en el proyecto de JavaScript de aprendizaje automático. Synaptic tiene el potencial de ofrecer desarrollos con una amplia gama de redes neuronales en el navegador o en Node.js. Técnicamente hablando, la biblioteca libre de arquitectura contiene algunas estructuras prefabricadas que le permiten probar y analizar una amplia gama de cálculos con respecto a:
- Percepciones multicapa: un sistema neuronal de avance libre
- Memoria a corto plazo: una especie de redes neuronales repetitivas
- Máquinas de estado líquido: una especie de sistemas neuronales de picos que se pueden recrear más utilizando neuronas genuinas
- Redes de Hopfield: una especie de redes neuronales recurrentes
Github: Synaptic
KerasJs
Siendo una de las bibliotecas de redes neuronales líderes para crear y preparar una amplia gama de modelos de deep learning, Keras.Js es la segunda estructura de deep learning más prominente después de Tensor flow.
Varios gigantes tecnológicos como Uber, Netflix parecen haber conectado los modelos de Keras para expandir su usabilidad. Asimismo, la biblioteca es bastante conocida entre un gran grupo de asociaciones científicas como la NASA y el CERN. A menudo considerado como una variante de JavaScript de la biblioteca de inteligencia artificial, Keras le permite ejecutar diferentes modelos en el programa del cliente y explotar el soporte de GPU proporcionado por la API de diseños 3D de WebGL.
Github: KerasJs
BrainJS
El tercero es una especie de biblioteca de aprendizaje automático de tragamonedas de JavaScript que fomenta el entrenamiento, el diseño y la ejecución de sistemas neuronales en cualquier programa o en el lado del servidor con Node.js. Desde sistemas neuronales de retroalimentación hasta sistemas neuronales repetitivos, sistemas de memoria transitoria larga, la herramienta funciona con todos estos tipos de redes para cumplir diferentes propósitos.
Github: BrainJS
TensorflowJS
Creado por la recopilación de cerebros de Google, Tensorflow.js prevalece con respecto a la organización del propósito genuino detrás de la programación de sistemas neuronales de vanguardia como Deepdream, que puede ser reconocida como para describir imágenes e incluso terminar entregando subtítulos en lenguaje común para ellas. Las organizaciones de etapa de principio a fin gratuitas de varios aparatos, bibliotecas y una amplia gama de activos permiten al diseñador ensamblar una aplicación sobre sistemas neuronales importantes. Incluyendo una interfaz de programación Python, Tensorflow se considera actualmente como una de las mejores estructuras de aprendizaje automático de juegos de azar javascript llamada DeepLearn.js que permite a las organizaciones de avance de programación importar modelos de aprendizaje automático existentes que han separado, volver a entrenarlos o producir nuevos modelos directamente desde el primer punto de partida y transmitirlos adecuadamente.
Github: TensorFlowJS
Conventjs
Esta es una biblioteca popular interesante que, aunque no se ha mantenido durante varios años, se considero que es lo suficientemente interesante como para incluirlo en esta lista. En palabras simples, es una implementación de JavaScript de varias redes neuronales que ha estado soportando una amplia gama de módulos comunes, clasificación, regresión, un módulo de aprendizaje de refuerzo experimental e incluso es capaz de entrenar redes convolucionales que procesan imágenes.
Githu: ConvNetJs
