Accord.NET ist ein Framework für wissenschaftliches Rechnen in .NET. Das Framework baut auf dem beliebten AForge.NET Framework auf und konzentriert sich auf statistische Methoden, maschinelles Lernen, Mustererkennung, Audioverarbeitung und Computer Vision Algorithmen.
Dieses Framework ist komplett in .NET geschrieben und ist nicht nur ein Wrapper um native Bibliotheken. Ich biete eine umfangreiche Liste von Beispielen und Beispielanwendungen, um den Benutzer in kürzester Zeit mit dem Framework vertraut zu machen. Quellcode ist leicht verfügbar und wird in kommerziellen Anwendungen mit geringen Einschränkungen verwendet.
Entwickler und Forscher zu Computer Vision, maschinellem Lernen und Mustererkennung.
Kommentare nicht gefunden