开始Java机器学习的最好工具是什么？
这个问题已经有一段时间了，但最近这些日子几乎每个人都在谈论人工智能和机器学习。这已经不再是一个保留给科学家和研究者的秘密，而是几乎实现于每一项新兴技术中。
在下面的章节中，我们会做一个java的机器学习的主要框架的快速概述，并证明Java机器学习是多么容易上手，不需要你另起炉灶或者从头开始创建算法。
人类的人工智能
人工智能在一段时间以来是一个广泛并且炫酷的领域，但总是感觉有点难以触及，是特别为科学家所做。如果你想创造一个人工智能系统，你必须实现你自己的核心算法，并且训练它们能识别模式，理解图像并且处理自然语言。
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。
让机器运转
为了更简单的阐述，我们决定选出个项目帮助你开始：
1.Deeplearning4J(DL4J)--开源，分布式，JVM的商业深度学习lib库
2.BIDDataProject--能够运行快速、大规模的机器学习和数据挖掘的模式集合
.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。
这个工具是为了帮助已经拥有创建和使用神经网络的理论，但不想亲自实现算法的那些人。你可以在海量数据上解决特定问题和自定义神经网络属性。
DL4J是由Java语言编写的，可以兼容任何JVM语言比如Clojure,Scala,,Kotlin，并且可以与Hadoop和Spark集成。
可能的使用案例包括评价或推荐系统如（CRM，adtech，churnprevention），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。
BIDDataProject（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。UCBerkeley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。
其他两个库分别是BIDMat和BIDParse。BIDMat是