Aprendi um curso de aprendizado de máquina usando o Matlab como uma ferramenta de prototipagem. Desde que me viciei em F #, gostaria de continuar meu estudo de Machine Learning em F #.

Eu posso querer usar F # para prototipagem e produção, entãoa estrutura de aprendizado de máquina seria um ótimo começo. Caso contrário, eu posso começar com uma coleção de bibliotecas:

Biblioteca de álgebra linear altamente otimizada Pacote de estatísticasiblioteca de visualização (que permite desenhar e interagir com gráficos, diagramas ..aixa de ferramentas de computação paralela (semelhante à caixa de ferramentas de computação paralela da Matla

E os recursos mais importantes (para mim) são books, postagens de blog e cursos on-line sobre Machine Learning em uma linguagem de programação funcional (F # / OCaml / Haskell ...

Alguém pode sugerir esse tipo de recurso? Obrigado

EDITAR

Este é um resumo com base nas respostas abaixo:

struturas do @Machine Learning:

Infer.NET: uma estrutura .NET para inferência bayesiana em modelos gráficos com bom suporte a F WekaSharper: um invólucro de F # em torno da popular estrutura de mineração de dados WekMicrosoft Sho: um desenvolvimento contínuo do ambiente para análise de dados (incluindo operações de matriz, otimização e visualização) na plataforma .NE

Bibliotecas relacionadas:

Math.NET Numerics: usando internamente o Intel MKL e o AMD ACML para operações de matriz e também para funções estatísticas de suport

Microsoft Solver Foundation: uma boa estrutura para programação linear e tarefas de otimizaçã

FSharpChart: uma boa biblioteca de visualização de dados em F #.

Lista de leitura

Computação Numérica: É ótimo para começar com o Machine Learning em F # e apresenta várias ferramentas e dicas / truques para trabalhar com essas bibliotecas de matemática em F #. F # e blog de mineração de dados: Também é de Yin Zhu, autor do capítulo de computação numérica, altamente recomendad F # como um substituto do Octave / Matlab para o Machine Learning: Gustavo acaba de iniciar uma série de postagens de blog usando o F # como ferramenta de desenvolvimento. É ótimo ver que muitas bibliotecas estão conectadas. Amostras do "Machine Learning in Action" em F #: Mathias traduziu alguns exemplos de Python para F #. Eles estão disponíveis em Github.ágina inicial de @Hal Daume: Hal escreveu várias bibliotecas de Machine Learning no OCaml. Você ficaria aliviado se tivesse dúvidas de que a programação funcional não era adequada para o Machine Learnin

Quaisquer outras sugestões ou sugestões também são bem-vinda