瀏覽器端機器學習—brain.js

近兩年機器學習火的一塌糊塗，智能兩個字隨處可見。今天分享的內容是我們如何在瀏覽器端實現機器學習，通過機器學習增強用戶體驗。

首先通過一個小示例l來體驗一下 js 機器學習庫 brain.js，我們讓 brain.js 讀取數據模型（體重和身高），學習如何鑒別是大人還是小孩。

1. 使用 npm init 創建一個項目

2. npm install brain.js --save(注意這裡是 brain.js 而不是 brain)

3. 然後創建 app.js 輸入下圖中代碼。

是不是很簡單。train 方法接受數組作為參數，數組中每個對象都有一個 input 屬性和一個 output 屬性，input 中放用於決策的數據模型，output 中放置對應數據模型的結果，brain.js 通過學習這些數據，可以推測出某個數據模型的結果的概率。

看一些下面數據input[體重，身高] output [1 表示成人，0 表示兒童]

然後通過學習後，推測[65,172]是兒童還是成人。

我們了解如何使用 brain.js 實現瀏覽器端機器學習。我們就結合實際來一個實例。首先設計一下數據模型，input(r,g,b)(紅，綠，藍）輸出是 dark:1 或 light:1)明暗。

然後我們用測試好的數據來喂機器學習，然後用一個我們事先已經知道 light:1 數據來讓機器學習推測

效果不錯吧。

正式開始，我們在項目根目錄下創建 index.html 文件，還需要引入瀏覽器端的brain.js 效果如圖，一個顏色選擇器，一個藍色為背景，白色文字的標題。

還需要做一些準備，將顏色值轉為一個 的對象。

測試一下，

創建機器學習，然後提供機器學習的訓練的數據，然後讓機器學習讀取標題背景色，然後判斷背景色是明還是暗。

測試一下，當背景色為下圖中顏色，看一下輸出為 dark 0.9 ,推測的還是很準的。

需改適當一下代碼，如圖，這次此判斷結果的值為 dark 或 light，然後我們通過輸出的值來讓文字顯示為白色（dark）還是黑色（light）。

不錯的庫吧，很實用。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！