我喜欢基于web应用来工作。实现一个从任何地方、任何设备都可运行的应用，是十分有吸引力。在过去的几个月，我一直在尝试获取一些在Javascript上运行的基础轻量级机器学习算法，然后用它们构建”智能的”web应用。随着Node的出现，在服务器端训练模型进而用这些模型在客户端做预测已经成为可能。我研究了一些类库（工具），它们确实有助于实现基于Javascript的机器学习。现在我们看看都有哪些类库：

• Brain.js 神经网络类库
• svmjs  支持向量机类库
• Forest.js 实现随机树Javascript类库
• Numeric.js  运行复杂的数值计算
• Node-sylvester 线性代数类库
• Lineareg.js 基于Javascript的线性回归类库

这些库中绝大多数都使用Node.js在服务器端训练模型。它们（通常用JSON）生成一个能在服务器端做预测的分类器。通常来讲，生成的分类器一般都太过于笨重，以至于没什么实际用处，但也并非一无是处。希望不久的将来我可以构建出简洁优雅的应用。

基于JavaScript的机器学习系统