Machine Learning Demos

这是Basilio Noris博士的杰作，主要针对现有的机器学习的分类、距离、回归等算法的现有source code并不是很好使用以及理解，实现了一个交互式的GUI，把一些库和例子结合起来，对这些算法进行了更好的可视化和比较，该GUI支持Windows，Linux，以及Mac。用户可以根据自己的机器选择安装进行体验。详细的使用和介绍参考这里Machine Learning Demos。

界面如下：

实现的方法如下：

Classification	Regression	Dynamical Systems	Clustering	Projections
Support Vector Machine (SVM) (C, nu, Pegasos) Relevance Vector Machine (RVM) Gaussian Mixture Models (GMM) Multi-Layer Perceptron + BackPropagation Gentle AdaBoost + Naive Bayes Approximate K-Nearest Neighbors (KNN)	Support Vector Regression (SVR) Relevance Vector Regression (RVR) Gaussian Mixture Regression (GMR) MLP + BackProp Approximate KNN Sparse Optimized Gaussian Processes (SOGP) Locally Weighed Projection Regression (LWPR)	GMM+GMR LWPR SVR SEDS SOGP (Slow!) MLP KNN	K-Means Soft K-Means Kernel K-Means GMM One Class SVM	Principal Component Analysis (PCA) Kernel PCA Independent Component Analysis (ICA) Linear Discriminant Analysis (LDA) Fisher Linear Discriminant EigenFaces to 2D (using PCA)