Shark C++ 介绍
Shark是一个快速、模块化、功能丰富的开源C++机器学习库，提供了各种机器学习相关技术，比如线性/非线性优化、基于内核学习算法、神经网络等。Shark已经应用于多个现实项目中。
机器学习（Machine
Learning）是一门多领域交叉学科，专门研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身
的性能。它是人工智能的核心，是使计算机具有智能的根本途径，其应用遍及人工智能的各个领域。
Shark目前提供的机器学习功能如下：
-
监督式学习
-
线性判别分析（LDA），Fisher–LDA
-
朴素贝叶斯分类器
-
线性回归
-
针对单类分类、二进制和真实多类分类的支持向量机（SVM）
-
多层前馈和周期性的人工神经网络
-
径向基核函数（Radial basis function）网络
-
正则化网络、高斯过程回归
-
最近邻迭代、回归迭代
-
决策树和随机森林
-
-
无监督学习
-
主成分分析
-
有限玻尔兹曼机（包括许多最先进的学习算法）
-
分层聚类
-
高效的基于距离聚类的数据结构
-
-
演化算法
-
单目标优化（例如CMA-ES）
-
多目标优化
-
-
模糊系统
-
基本线性代数和优化算法
介绍内容来自 iteye
Shark C++ 官网
http://image.diku.dk/shark/sphinx_pages/build/html/index.html