今天机器学习很流行，许多关于软件设计和工程的社交媒体组都充斥着 ML、AI、Python、Tensor Flow、NumPy 相关的帖子。我们都想知道，PHP 已经进入市场 2 多年了，而 PHP 还没有机器学习。在本文中，我将介绍一些使用 PHP 构建机器学习应用程序的可用框架，让我们从对 AI 的基本了解开始。
什么是人工智能？
人工智能是计算机科学的一个分支，它由一组计算机程序组成，使计算机能够智能地思考。简而言之，人工智能帮助计算机解决复杂问题，就像人类大脑通过学习和理解问题来执行的一样。人工智能的主要目标是帮助计算机系统随着时间的推移而进步和改进，通过以与人类遇到问题相同的方式获得的知识，并建立他们的推理、解决问题和自我学习的能力。
与显式定义条件规则的传统编程不同。机器学习使用数据集来训练数学算法，并根据数据集构建自己的规则/条件。使用这些规则，计算机系统执行需要某种人类智能的复杂任务。简单来说，机器学习是计算机科学与数学、统计学和概率论相结合的一个分支。
用于机器学习的 PHP 库
我们大多数人都擅长开发 PHP 应用程序，并且在大多数 Web 应用程序开发中都使用 PHP。现在随着 PHP7.2 的发布，一些选项可用于执行 ML 和 AI 相关工作。
RubixML
RubixML是一个高级机器学习库，提供大约 40 多种监督和非监督算法来解决计算机问题。
Rubix ML 有广泛的示例可供开发人员学习和理解 AI 概念，我最喜欢的示例来自住房和房地产行业。大多数代码示例都可以在GitHub存储库中找到，并且可以免费下载。
要运行 Git 存储库中共享的 RubixML 示例，我们需要不低于 7.2 的最新 PHP 版本，并且还需要具有至少 1GB 专用 RAM 的复杂硬件。机器性能是执行机器学习程序的最重要因素，而 PHP 是解释器脚本语言，PHP 可用于处理小型数据集。RubixML 的开发者有一个关于性能基准和优化的精彩演讲，你可以在这里观看。
PHP 机器学习
PHP-ML是一个为使用 PHP 处理机器学习任务而开发的库，该库包括 ML 算法以及可以处理数据清理和特征提取的数据处理 API。
我同意，对于许多开发人员来说，PHP 是 ML 的不寻常选择，因为它总是倾向于 Web 应用程序开发。
可以使用 php-ml 构建常见的示例，这些 AI 驱动的应用程序可以执行简单的任务，例如预测垃圾邮件，甚至通过情绪分析预测评论和消息中的负面情绪。
php-ml库没有广泛的算法，但包含了大多数基本算法，如分类、情感分析、神经网络。无法负担与复杂的硬件和软件开发平台相关的成本，并且只需要简单的预测和数据分析的应用程序 php-ml 解决了这个目的。
聪明的PHP
据Brainy 的作者介绍，这是创建神经网络的非常基本的 PHP 类。该库由开发人员为 Web 开发人员编写，他们是 AI 的初学者，只想学习 AI 概念，而无需学习 R、Python 等新语言的开销。
外卖
一些算法和库看起来非常强大，但它们复杂的系统配置要求或编程语言可能会拖累项目。拥有小型团队的公司，一些团队没有机器学习工程师或他们的工程师没有 ML 经验。与学习复杂的库和算法相比，使用 Php-ml 或 RubixML 的学习曲线简单且具有成本效益。
如上所述，数据提取和处理是 ML 和 AI 应用程序最重要的方面。有些应用程序不需要千兆字节，是的，你没听错，它不是千兆字节，而是处理 PB 的数据并对这些数据集执行密集的计算。在需要大数据集和需要大量计算的应用程序中，PHP 不是正确的选择。但是，对于使用大小在几兆字节之间的小型数据集的小型应用程序，可以使用 PHP 来解决 ML 问题。
machine-learning-frameworks-for-php-developers-ir11345x
