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)，FisherLDA 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 Shark 依赖于 Boost 和 CMake，其源码基于 GPLv3协议，兼容 Windows、Solaris、MacOS X 和 Linux 平台。 详细信息：http://image.diku.dk/shark/sphinx_pages/build/html/index.html 下载地址：Shark machine learning library |
