根據(jù)維基百科，機器學(xué)習(xí)（英語機器學(xué)習(xí)） – 一個廣泛的子人工智能，使用數(shù)理統(tǒng)計部分，數(shù)值優(yōu)化方法，概率論，離散分析，并從數(shù)據(jù)中提取知識的數(shù)學(xué)學(xué)科。

這句話，正是因為“神經(jīng)網(wǎng)絡(luò)”，已經(jīng)2年了，專家是怎么說的多樣化，是這些東西的未來。

據(jù)認為，人工智能所有這些表現(xiàn)需要使用特殊的語言，如，R或連的Python。但這種情況并非如此。（推薦學(xué)習(xí)：PHP編程從入門到精通）

PHP-ML – 用于與PHP-AI團隊開發(fā)人工智能工作的一個完整的圖書館。近日，PHP-ML已經(jīng)成為GitHub最流行的。正如他們所說的創(chuàng)造者，這個包是“一種新的方式，以機器學(xué)習(xí)PHP?。從需求 – 解釋器的安裝版本不低于7.0。添加到項目開發(fā)到作曲家是可能的：

composer require php-ai/php-ml

一個簡單的例子與分類工作

use PhpmlClassificationKNearestNeighbors; $samples = [[1, 3], [1, 4], [2, 4], [3, 1], [4, 1], [4, 2]]; $labels = ['a', 'a', 'a', 'b', 'b', 'b']; $classifier = new KNearestNeighbors(); $classifier->train($samples, $labels); $classifier->predict([3, 2]); // 返回 'b'

此外，在一個獨立的存儲設(shè)備和其它實施例可用的：

定義在文本語言編寫；預(yù)測葡萄酒的質(zhì)量。

當(dāng)然，PHP-ML并不免除您的需要研究一些理論數(shù)據(jù)（例如，查看我們的機器學(xué)習(xí)的學(xué)習(xí)材料選擇），但如果你正在開發(fā)一個web項目，利用機器學(xué)習(xí)它從未如此簡單。

下面本人整理了一些PHP人工智能庫：

1.NLPTools(http://php-nlp-tools.com/)

NLPTools是一個PHP自然語言處理庫.能進行文本分級,聚類等操作.

2.Prediction Builder(https://github.com/denissimon/prediction-builder)

一個用PHP寫成的機器學(xué)習(xí)預(yù)測庫,使用了線性回歸算法.

3.AIML(http://www.alicebot.org/aiml.html)

AIML是用于搭建聊天機器人平臺的標(biāo)記語言,可被PHP調(diào)用.

4.PHP Classifier(https://github.com/Dachande663/PHP-Classifier)

PHP樸素貝葉斯分類庫.

5.PHP–FANN(https://github.com/bukka/php-fann)

PHP人工神經(jīng)網(wǎng)絡(luò)庫.

6.ANN(http://ann.thwien.de/index.php?title=Main_Page)

PHP人工神經(jīng)網(wǎng)絡(luò)庫.

7.PHP–ML(https://github.com/php-ai/php-ml)

PHP機器學(xué)習(xí)庫,可進行支持向量機,神經(jīng)網(wǎng)絡(luò)等操作。