Apache Commons Math можно рассматривать как расширение ядра Java и пакетов Apache Commons Lang, обращаясь к различным лазейки в отношении математических операций и операторов.
Есть много небольших пакетов внутри компонента Commons Math, каждый из которых предназначен один или более операции ниша, оператор, или алгоритм.
Некоторые из областей могут быть использованы пакеты Commons Math являются:
- арифметические и геометрические средства
- дисперсия и стандартное отклонение
- сумма, произведение, журнал сумма, сумма квадратов значений
- минимум, максимум, медиану и процентили
- асимметричность и эксцесс
- первый, второй, третий и четвертый моменты
- распределение частот
- простой регрессии
- множественной регрессии
- ранг преобразования
- ковариация и корреляция
- статистические тесты
- генерации случайных чисел
- генерации случайных векторов
- генерировать случайные строки
- генерировать криптографически безопасные последовательности случайных чисел или строк
- генерирующие случайные выборки и перестановок
- анализ распределения значений во входном файле и генерации значений "как" значения в файле
- генерирование данных для сгруппированных распределений частот или гистограмм
- матрица сложение, вычитание, умножение
- скалярное сложение и умножение
- транспонировать
- норма и след
- операция на векторе
- векторное сложение, вычитание
- элемент за элементом умножения, деления
- скалярное сложение, вычитание, умножение, деление и власть
- отображение математических функций (соз, грех ...)
- скалярное произведение, внешнее произведение
- расстояние и норма, в соответствии с нормами L1, L2 и Linf -
- решения линейных систем
- собственные значения / собственные векторы и сингулярные значения / сингулярные векторы
- невещественных поля (сложные, дроби ...)
- корень поиска
- интерполяция
- интеграция
- численный анализ
- многочлены
- дифференциация
- функции ERF
- функции Gamma
- Бета-функция
- двойные утилиты массива
- INT / двойной хэш-карта
- непрерывные дроби
- быстрые математические функции
- коэффициенты бинома, факториалов, числа Стирлинга и другие общие математические функции
- комплексные числа
- комплексные функции трансцендентные
- сложное форматирование и разбор
- распределение вероятностей
- номера фракций
- доля форматирования и синтаксического анализа
- преобразование методов
- 3D-геометрия
- евклидовы пространства
- п-Sphere
- двоичного разбиения
- одномерные функции
- обыкновенные дифференциальные уравнения
- генетические алгоритмы
- фильтр Калмана
- подгонка кривой
- алгоритмы кластеризации
- расстояние меры
Документация, конечно, включены для каждого из этих пакетов
Что нового в этом выпуске:.
- < li> рамки для создания искусственных нейронных сетей
- самоорганизующихся особенность карты
- Численные алгоритмы геометрии (выпуклая оболочка, приложив шар)
- Повышение производительности линейного симплекс-решатель
- Рефакторинг кривой монтажников
- Low-нестыковка генераторы случайных чисел (Соболь, Холтон)
- наименьших квадратов установки
Что нового в версии 3.5:
- Рамки для создания искусственных нейронных сетей
- самоорганизующихся особенность карты
- Численные алгоритмы геометрии (выпуклая оболочка, приложив шар)
- Повышение производительности линейного симплекс-решатель
- Рефакторинг кривой монтажников
- Low-нестыковка генераторы случайных чисел (Соболь, Холтон)
- наименьших квадратов установки
Что нового в версии 3.4.1:
- Рамки для создания искусственных нейронных сетей
- самоорганизующихся особенность карты
- Численные алгоритмы геометрии (выпуклая оболочка, приложив шар)
- Повышение производительности линейного симплекс-решатель
- Рефакторинг кривой монтажников
- Low-нестыковка генераторы случайных чисел (Соболь, Холтон)
- наименьших квадратов установки
Что нового в версии 3.1:
- Все содержимое упаковки & Quot; o.a.c.m.optimization & Quot; переработан в новые пакеты & Quot; o.a.c.m.optimization & Quot; и & Quot; o.a.c.m.fitting & Quot;.
- DBSCAN алгоритм кластеризации (в пакете & Quot; o.a.c.m.stat.clustering & Quot;).
- Добавлен элемент-побочный элемент сложение, вычитание, умножение и деление (в классе & Quot; o.a.c.m.util.MathArrays & Quot;).
- Новый конструктор в пользовательских классов клетчатой (пакет & Quot; o.a.c.m.optimization & Quot;) для прохождения количества итераций, после которого & Quot; тест сходимости & Quot; возвращает истину. Это позволяет алгоритм, чтобы вернуть лучшее найденное решение (после определенного пользователем числа итераций), даже если она не соответствует другим критериям конвергенции.
- Добавлен новый & Quot; SynchronizedRandomGenerator & Quot; что оборачивает другой & Quot; RandomGenerator & Quot; со всеми методами синхронизируются, таким образом делая код поточно- (в какой-то эффективности затрат).
- Добавлены новые & Quot; NaNStrategy & Quot ;: FAILED, используемый в & Quot; RankingAlgorithm & Quot; реализаций. Любое значение встречается вход, который сменял & Quot; Double # IsNaN & Quot; проверить, приводит к & Quot; NotANumberException & Quot;.
Что нового в версии 2.2:
- Это в первую очередь о техническом обслуживании, но также включает в себя новый функции и усовершенствования. Пользователям версии 2.1 рекомендуется выполнить обновление до 2.2, так как этот релиз включает в себя некоторые важные исправления.
Что нового в версии 2.0:
- Исправлена ошибка, индуцированный записей устанавливается равным 0 симплекс решателя .
- Удален неиспользуемый аргумент в частном методе в симплекс-решатель.
- Изменены расчеты вероятности для биномиального, Пуассона и распределений Гипергеометрические использовать седловой точки приближения Catherine заряжающего.
- Удалены мертвый код из комплекса # водораздела.
- Добавлена поддержка взвешенного описательной статистики.
Требования
- Java 5 или выше
Комментарии не найдены