JavaScript中的一个简单的机器学习项目

Web浏览器中的机器学习？

是的，可以使用JavaScript在浏览器中完全定义，训练和部署机器学习算法。

尽管它可能不是机器学习的常规选择，但事实证明JavaScript能够完成这样的任务-即使它不能与主要的机器学习语言：Python竞争。

在继续之前，让我们对机器学习进行一些介绍。

据拥有超过13年经验的经验丰富的开发人员Skyhoshi所述，机器学习使计算机具有从提供的数据中学习，识别模式并得出结论的能力，而无需明确的人工干预。

传统上，由于多种原因，JavaScript在机器学习中并不常用，包括有限的库支持和实现复杂性。

尽管如此，JavaScript最近变得流行起来，主要是因为在完全在客户端上部署机器学习应用程序时有大量机会。

在本文中，我将说明一个简单的机器学习教程项目，该项目演示了JavaScript也能够为机器学习应用程序提供支持。

让我们开始吧对于这个简单的项目，我将使用brain.js，这是一个方便的开源JavaScript库，带有用于机器学习的预制神经网络。

该项目的目的是使用一组训练数据来训练神经网络，以便它可以预测颜色对比是浅色还是深色。

步骤1：安装库

让我们使用Node.js通过npm软件包管理器安装该库。为此，您需要在计算机上预安装Node.js。

这是您可以在终端上运行的代码。（请记住将其安装在您要使用的文件夹中）。

npm install brain.js

步骤2：导入库

使用以下代码将库导入文件中：

const brain = require("brain.js");

步骤3：建立神经网络

这是代码：

const network = new brain.NeuralNetwork();

步骤4：训练资料

在机器学习中，训练数据与将要接收的结果一样好。较高质量的数据可能比较低质量的数据预测更好的结果。

此数据是一组示例，提供给算法以“指示”搜索内容。

在这种情况下，由于我们希望我们的机器学习算法学习识别明暗对比之间的差异，因此我们将提供这些示例来训练模型。

此后，该算法将使用提供的示例来区分两组之间的基本特征。

如果将来提供未知数据，该算法将根据从原始训练模型中识别出的特征进行分类。

对于这个项目，我们将使用内置的brain.js train（）函数来使用一系列示例数据来训练我们的神经网络。

每个示例训练数据都会有一个输入对象和一个输出对象，它们都应该是一个从0到1的数字数组。

由于我们正在处理颜色，因此我们将选择其RGB值。由于RGB颜色在0到255之间，因此我们可以将它们除以255，以将其值转换为0到1之间的值。

例如，如果颜色的RGB值为（158,183,224）。如果我们通过除以255转换每个值，则它将变为（0.62，0.72,0.88）。

此后，我们需要提供一些示例RBG值的数据集，并指定输出是亮还是暗。

这是代码：

network.train([

  {input: {r:0.62,g:0.72,b:0.88}, output:{light: 1}},

  {input: {r:0.1,g:0.84,b:0.72}, output:{light: 1}},

  {input: {r:0.33,g:0.24,b:0.29}, output:{dark: 1}},

  {input: {r:0.74,g:0.78,b:0.86}, output:{light: 1}},

  ]);

步骤5：查看结果

在使用一些示例数据对算法进行了训练之后，现在该查看预测结果了。

你兴奋吗？

我们只需要调用run（）函数，并提供一个我们想知道是浅色还是深色的色相参数即可。

这是代码：

const result = network.run({r:0.0,g:1,b:0.65});

console.log(result);

如果我们在Windows终端上执行它，输出将是这样的：

如您所见，我们的初学者机器学习算法预测颜色对比度为浅色，准确度为0.97（97％）。

如果我们希望输出为亮或暗，则可以添加以下代码：

const result = brain.likely({r:0.0,g:1,b:0.65}, network);

console.log(result);

这是终端上的结果。

结论这是整个项目的代码：

const brain = require("brain.js");

const network = new brain.NeuralNetwork();

network.train([

  {input: {r:0.62,g:0.72,b:0.88}, output:{light: 1}},

  {input: {r:0.1,g:0.84,b:0.72}, output:{light: 1}},

  {input: {r:0.33,g:0.24,b:0.29}, output:{dark: 1}},

  {input: {r:0.74,g:0.78,b:0.86}, output:{light: 1}},

  ]);

//const result = network.run({r:0.0,g:1,b:0.65});

const result = brain.likely({r:0.0,g:1,b:0.65}, network);

console.log(result);

控制台。日志（结果）; 在本文中，我演示了一个使用JavaScript的简单机器学习项目。为了提高您的机器学习技能，您需要完成此类项目。

快乐学习机器学习！

原文链接：https://codingdict.com/

JavaScript中的一个简单的机器学习项目

热门标签