最近关于这领域的演变使得其对于非研究者能更容易触及。你现在能容易触及到相关算法和工具。你不需要知道你正在做什么，但是能很轻松的提升你应用的机器学习能力。

1.Deeplearning4J (DL4J) –开源，分布式，JVM的商业深度学习lib库

2. BID Data Project –能够运行快速、大规模的机器学习和数据挖掘的模式集合

3. Neuroph –面向对象的神经网络

顺便说一下, 我们最近发布了另外一些吸引我们注意的有趣的开源GitHub库. 下载.

DL4J – 深度学习

DL4J是一个能帮助你配置多层神经网络的工具。它为JVM提供了深度学习且伴随快速原型设计和大规模定制，同时注重比配置更多的约定。

可能的使用案例包括评价或推荐系统如（CRM，adtech， churn prevention），预测分析甚至欺诈检测。如果你要寻找真实的案例，你可以下载 Rapidminer. 这是使用DL4J的开源平台，用来为用户简化预测分析过程。

创建一个新的神经网络如同创建一个新项目一样容易。

BID Data Project （大数据项目）

大数据项目是由那些需要处理大量数据并且对性能敏感的人创建的。 UC Berkeley项目是由许多硬件、软件和设计模式集合而成，能在上使用快速、大规模的数据挖掘。

第一个库是 BIDMach，在单节点或集群上的常规机器学习问题都有记录。你可以使用这个库管理数据源，在CPU或者GPU上优化、分配数据。

BidMach 里面包括许多流行的机器学习算法，他们团队正致力于开发分布式神经网络、图形算法和其他模型

Neuroph

neuroph是用来开发常用的神经网络构架的轻量级java框架。该框架提供了一个java库以及一个GUI工具（称为easyNeurons），你可以用它来在java项目中创建和训练自己的神经网络。

网络视图

其他项目如何呢?

万一以上三个项目不是你所需要的，你想为你的项目寻找一些不同的，也没关系。如果你在GitHub上搜索“机器学习”，将有1506个Java资源让你找到合适的工具。

最后的思考

每隔几年就会有些关于人工智能的新声音。这一次，它伴随着机器学习，数据挖掘，神经网络等等的强化来了，我们都很支持。这些类库开源的事实意味着这些信息和能力正待价而沽，而你所有所做的是思考拥有这个能力可以做成什么。