Accord.NET
Accord.NET ist eine Opensource Programmbibliothek und der Nachfolger von AForge.NET. Das Framework umfasst eine Reihe von Bibliotheken, die als Quellcode sowie über ausführbare Installer und NuGet-Pakete verfügbar sind. Zu den behandelten Hauptbereichen gehören numerische lineare Algebra, numerische Optimierung, Statistik, maschinelles Lernen, künstliche neuronale Netze, Signal- und Bildverarbeitung sowie unterstützende Bibliotheken.[2] Das Projekt wurde ursprünglich erstellt, um die Fähigkeiten vom AForge.NET Framework zu erweitern, hat aber seitdem AForge.NET in sich integriert. Neuere Releases haben beide Frameworks unter dem Namen Accord.NET vereint.
Accord.NET | |
---|---|
![]() | |
Basisdaten | |
Erscheinungsjahr | 2010[1] |
Aktuelle Version | 3.8.0 (22. Oktober 2017) |
Aktuelle Vorabversion | 3.8.0 (22. Oktober 2017) |
Programmiersprache | C# |
Lizenz | LGPLv3, GPLv3 |
https://www.accord-framework.net |
Das Accord.NET Framework wurde in mehreren Büchern wie Mastering.NET Machine Learning[3] und F# for Machine Learning Applications[4] vorgestellt und umfasst derzeit mehr als 1.500 Forks auf GitHub.
Mehrere wissenschaftliche Publikationen wurden unter Verwendung des Frameworks veröffentlicht.
Weblinks
Einzelnachweise
- Accord-net/framework/Release notes.txt. In: GitHub vom 19. Oktober 2017. Abgerufen am 1. Januar 2022.
- Portable Image and Video processing with help from AForge.NET and Accord.NET
- Jamie Dixon: Mastering .NET machine learning: master the art of machine learning with .NET and gain insight into real-world applications. Packt, Birmingham 2016. ISBN 9781785888403.
- Sudipta Mukherjee: F♯ for machine learning essentials: get up and running with machine learning with F♯ in a fun and functional way. Packt, Birmingham 2016. ISBN 9781783989348.