Apache Commons Math

Az Apache Commons Math lehet tekinteni kiterjesztése a Java mag és az Apache Commons Lang csomagok kezelése különböző kiskapuk kapcsolatos matematikai műveletek és a piaci szereplők.

Sok kisebb csomagok belsejében Commons Math alkatrész, minden, amely egy vagy több niche működését, üzemeltető, vagy algoritmus.

Egyes területek a Commons Math csomagokat lehet használni a következők:

- számtani és mértani

- variancia és a szórás

- összeg, a termék, napló összeg, négyzetösszeg értékek

- minimum, maximum, medián, és percentilis

- ferdesége és csúcsossága

- az első, második, harmadik és negyedik pillanatok

- gyakoriság

- egyszerű regresszió

- többszörös regressziós

- rank átalakulások

- kovariancia és korreláció

- a statisztikai tesztek

- a véletlen szám generálás

- generál véletlen vektorok

- generál véletlen sorozattól

- generáló biztonságosan titkosított sorozatok véletlen számok vagy szövegek

- generál véletlen mintákat és permutáció

- elemzése eloszlása ​​értékek egy file és generáló értékek ", mint" az értékek a fájl

- idősorokat csoportosított gyakoriság vagy hisztogram

- mátrix összeadás, kivonás, szorzás

- skalár összeadás és a szorzás

- átültetés

- norma és nyomkövetési

- üzemeltetés egy vektor

- vektor összeadás, kivonás

- elemenként szorzás, osztás

- skalár összeadás, kivonás, szorzás, osztás és teljesítmény

- feltérképezése matematikai függvények (cos, sin ...)

- dot termék, a termék külső

- a távolság és a norma szerinti normák L1, L2 és Linf -

- megoldása lineáris rendszerek

- sajátértékek / sajátvektorok és szinguláris értékek / szinguláris vektorok

- nem valós mezők (komplex, frakciók ...)

- gyökér megállapítás

- interpoláció

- integráció

- a numerikus analízis

- polinomok

- differenciálás

- Erf funkciók

- Gamma funkciók

- Beta funkciók

- a kettős tömb segédprogramok

- int / kétágyas hash map

- lánctörtekkel

- gyors matematikai függvények

- binomiális együtthatók, faktoriális, Stirling számok és más közös matematikai függvények

- komplex számok

- összetett transzcendens függvények

- bonyolult formázás és elemzés

- valószínűségi eloszlás

- frakciókban

- frakció formázás és elemzés

- átalakítja módszerek

- 3D geometria

- az euklideszi terek

- n-Sphere

- bináris tér elválasztó

- egyváltozós függvények

- közönséges differenciálegyenletek

- genetikus algoritmusok

- Kalman szűrő

- görbe illesztése

- csoportosítási algoritmusok

- távolság intézkedések

A dokumentáció természetesen szerepel minden egyes ilyen csomag.

Mi az új ebben a kiadásban:

< li> keret mesterséges neurális hálók
• önszervező funkció térképek
• Számítógépes geometria algoritmusok (konvex burka, magába labda)
• Megnövelt teljesítmény lineáris simplex megoldó
• Refactoring görbe szerelők
• Alacsony eltérés random generátor (Sobol, Halton)
• a legkisebb négyzetek illeszkedő

Mi az új 3.5 verzió:

• keret mesterséges neurális hálók
• önszervező funkció térképek
• Számítógépes geometria algoritmusok (konvex burka, magába labda)
• Megnövelt teljesítmény lineáris simplex megoldó
• Refactoring görbe szerelők
• Alacsony eltérés random generátor (Sobol, Halton)
• a legkisebb négyzetek illeszkedő

Mi az új verzió 3.4.1:

• keret mesterséges neurális hálók
• önszervező funkció térképek
• Számítógépes geometria algoritmusok (konvex burka, magába labda)
• Megnövelt teljesítmény lineáris simplex megoldó
• Refactoring görbe szerelők
• Alacsony eltérés random generátor (Sobol, Halton)
• a legkisebb négyzetek illeszkedő

Mi az új 3.1 verzió:

• Minden tartalom csomag & quot; o.a.c.m.optimization & quot; refactored új csomagok & quot; o.a.c.m.optimization & quot; és a & quot; o.a.c.m.fitting & quot;.
• DBSCAN csoportosítás algoritmust (a csomagban & quot; o.a.c.m.stat.clustering & quot;).
• Added element-by-element összeadás, kivonás, szorzás és osztás (osztályban & quot; o.a.c.m.util.MathArrays & quot;).
• Új kivitelező az egyéni ellenőrző osztályok (csomag & quot; o.a.c.m.optimization & quot;) áthaladó iterációk számát, amely után a & quot; konvergencia teszt & quot; true értéket ad vissza. Ez lehetővé teszi, hogy egy algoritmus, hogy visszatérjen a legjobb megoldást talált (miután a felhasználó által meghatározott számú iterációt) akkor is, ha az nem felel meg a többi konvergencia kritériumoknak.
• Egy új & quot; SynchronizedRandomGenerator & quot; hogy becsomagolja egy & quot; RandomGenerator & quot; minden módszer szinkronizálva, ezáltal a kód szálbiztosságát (néhány hatékonysági költsége).
• Hozzáadott új & quot; & quot ;: NaNStrategy sikerült, használt & quot; RankingAlgorithm & quot; megvalósítások. Bármely észlelt bemeneti érték, hogy sikerül a & quot; Double # isNaN & quot; ellenőrizze, eredmények a & quot; NotANumberException & quot;.

Mi az új 2.2-es verzióban:

• Ez alapvetően egy karbantartási kiadás, de ez is új funkciók és fejlesztések. A felhasználók a 2.1-es verzió arra ösztönzik, hogy frissítsen 2.2, mint ez a kiadás tartalmaz néhány fontos hibajavítást.

Mi az új 2.0-ás verzió:

• Javítva egy hiba okozta bejegyzéseket a 0 szimplex megoldó .
• Az eltávolított egy használaton kívüli érv egy privát módszer simplex megoldó.
• Megváltozott valószínűségi számítások binomiális, Poisson, és hipergeometriai eloszlás használható Catherine Loader nyeregpont közelítések.
• Az eltávolított halott kódot Complex # szakadék.
• A támogatás a súlyozott leíró statisztikák.

Követelmények :

• Java 5 vagy újabb