pattern - ¿Algoritmos de reconocimiento de patrones en Node.js o PHP?
pattern recognition pdf (3)
Me doy cuenta de que esta es una pregunta antigua, pero como llegó a la cima de una consulta de Google, pensó que debería contener una referencia a los enlaces de Nodo para opencv, node-opencv .
Me gustaría comenzar a experimentar con algoritmos que reconocen patrones en los datos. Trato con muchos tipos de secuencias (píxeles de imagen, entrada de texto, movimiento del usuario) y sería divertido utilizar el Reconocimiento de patrones para intentar extraer datos significativos de diferentes conjuntos de datos. Al igual que la mayoría de la web, mis datos se basan principalmente en texto o en claves de enteros.
¿Hay alguna clase que proporcione el marco básico para verificar / crear patrones para PHP o Nodejs?
Nunca he encontrado una sola biblioteca que encapsule diferentes patrones de análisis. Aunque puede encontrar soluciones específicas fácilmente.
El análisis de N-Gram, por ejemplo, se puede hacer con esta extensión de PHP: http://pecl.php.net/package/TextCat
También hay varias implementaciones de bayes, incluso tutoriales.
Nunca he encontrado redes de Kohonen o mapas autoorganizados implementados en PHP, pero los perceptrones de múltiples capas son triviales. IA puede hacer el análisis de patrones bastante bien.
Hay proyectos que vinculan PHP a OpenCV (una biblioteca para el análisis de imágenes / video en tiempo real). Actualmente, la única implementación que conozco es para detectar rostros humanos en imágenes. La fuente está abierta https://github.com/infusion/PHP-Facedetect , por lo que debería ser fácil vincular otras bondades de OpenCV (OpenCV puede hacer muchas cosas con imágenes).
PHP en sí se interpreta, la mayoría de las soluciones pesadas para el análisis de patrones no funcionarán bien bajo esta limitación. Es por esto que la mayoría de las soluciones para esto en PHP están escritas en C como una extensión.
Para el aprendizaje automático, podría considerar usar un lenguaje que sea más "en casa", ya que sería más fácil expresar el modelo.
Por ejemplo, el código fuente del nuevo libro ''Machine Learning for Hackers'', escrito en R se puede encontrar en Github https://github.com/johnmyleswhite/ML_for_Hackers
Y luego, también está la API de predicción de Google, que es buena para experimentar https://developers.google.com/prediction/docs/developer-guide