Apache Commons Math maaaring isinasaalang-alang ng isang extension sa Java core at Apache Commons Lang pakete, addressing iba't-ibang mga loopholes tungkol mathematical operations at mga operator.
Maraming mas maliit na pakete sa loob ng Commons Math component, ang bawat pag-target ng isa o higit na angkop na lugar na operasyon, operator, o algorithm.
Ang ilan sa mga lugar ng Commons Math pakete ay maaaring gamitin ay ang mga:
- aritmetika at geometric paraan
- pagkakaiba at standard na paglihis
- sum, produkto, log sum, suma ng squared halaga
- minimum, maximum, panggitna, at percentiles
- skewness at kurtosis
- una, ikalawa, ikatlo at ikaapat na sandali
- dalas Distributions
- simpleng pagbabalik
- Maramihang pagbabalik
- ranggo transformations
- covariance at ugnayan
- statistical pagsusulit
- pagbuo ng random na numero
- pagbuo ng random vectors
- pagbuo ng random string
- pagbuo cryptographically ligtas sequences ng random na numero o mga string
- pagbuo ng random sample at permutations
- pag-aaral sa mga distribusyon ng mga halaga sa isang input file at pagbuo ng mga halaga "tulad ng" ang mga halaga sa file
- pagbuo ng data para sa naka-grupo distributions dalas o histograms
- matrix karagdagan, pagbabawas, multiplikasyon
- skeilar karagdagan at pagpaparami
- pagpalitin ng
- pamantayan at trace
- operasyon sa isang vector
- vector karagdagan, pagbabawas
- elemento sa pamamagitan ng elemento pagpaparami, paghahati
- skeilar karagdagan, pagbabawas, pagpaparami, paghahati at kapangyarihan
- mapping ng matematikal na pag-andar (cos, sin ...)
- dot produkto, panlabas na produkto
- distansya at pamantayan ayon sa norms L1, L2 at Linf -
- paglutas linear systems
- eigenvalues / eigenvectors at isahan halaga / isahan vectors
- non-tunay na mga patlang (complex, fractions ...)
- ugat paghahanap
- agaw
- Pagsasama
- de-numerong analysis
- polynomials
- differentiation
- Erf function
- Gamma function
- Beta function
- double array utilities
- int / double hash mapa
- patuloy na fractions
- mabilis mathematical function
- may dalawang pangalan coefficients, factorials, Stirling numero at iba pang mga function karaniwang math
- kumplikadong numero
- complex transendental function
- kumplikadong pag-format at pag-parse
- probabilidad distributions
- maliit na bahagi numero
- maliit na bahagi sa pag-format at pag-parse
- ibahin ang anyo pamamaraan
- 3D geometry
- Euclidean puwang
- n-Sphere
- binary space partitioning
- univariate function
- mga karaniwang kaugalian equation
- genetic algorithm
- Kalman filter
- curve agpang
- clustering algorithms
- distance mga panukala
Documentation ay siyempre kasama para sa bawat ng mga pakete
Ano ang bago sa ito release:.
- < li> Framework para sa paglikha ng artificial neural nets
- Self-aayos ng tampok ng mga mapa
- Computational geometry algorithm (matambok katawan ng barko, akip ball)
- Pagpapahusay ng Pagganap ng linear simplex solver
- Refactoring ng curve fitters
- Low-pagkakaiba random generators (Sobol, Halton)
- Least-squares umaangkop
Ano ang bago sa bersyon 3.5:
- Framework para sa paglikha ng artificial neural nets
- Self-aayos ng tampok ng mga mapa
- Computational geometry algorithm (matambok katawan ng barko, akip ball)
- Pagpapahusay ng Pagganap ng linear simplex solver
- Refactoring ng curve fitters
- Low-pagkakaiba random generators (Sobol, Halton)
- Least-squares umaangkop
Ano ang bago sa bersyon 3.4.1:
- Framework para sa paglikha ng artificial neural nets
- Self-aayos ng tampok ng mga mapa
- Computational geometry algorithm (matambok katawan ng barko, akip ball)
- Pagpapahusay ng Pagganap ng linear simplex solver
- Refactoring ng curve fitters
- Low-pagkakaiba random generators (Sobol, Halton)
- Least-squares umaangkop
Ano ang bago sa bersyon 3.1:
- Ang lahat ng mga nilalaman ng pakete & quot; o.a.c.m.optimization & quot; refactored sa bagong pakete & quot; o.a.c.m.optimization & quot; at & quot; o.a.c.m.fitting & quot;.
- DBSCAN clustering algorithm (sa package & quot; o.a.c.m.stat.clustering & quot;).
- Added element-by-element karagdagan, pagbabawas, multiplikasyon at dibisyon (sa klase & quot; o.a.c.m.util.MathArrays & quot;).
- New constructor sa pasadyang checker klase (package & quot; o.a.c.m.optimization & quot;) para sa pagpasa sa bilang ng mga iterations kung saan pagkatapos, ang & quot; tagpo test & quot; ay nagbabalik ng tunay. Ito ay nagpapahintulot sa isang algorithm upang bumalik ang pinakamahusay na solusyon natagpuan (pagkatapos ng user-tinukoy na bilang ng mga iteration) kahit na ito ay hindi nakamit ang iba pang pamantayan tagpo.
- Nagdagdag ng isang bagong & quot; SynchronizedRandomGenerator & quot; na bumabalot sa isa pang & quot; RandomGenerator & quot; sa lahat ng mga pamamaraan na naka-synchronize, kaya rendering ang code thread-safe (sa ilang mga gastos na kahusayan).
- Nagdagdag ng bagong & quot; NaNStrategy & quot ;: nabigo, na ginagamit sa & quot; RankingAlgorithm & quot; pagpapatupad. Anumang nakaranas halaga input na succeeds a & quot; Double # isNaN & quot; suriin, mga resulta sa isang & quot; NotANumberException & quot;.
Ano ang bago sa bersyon 2.2:
- Ito ay pangunahing isang maintenance release, ngunit ito rin ay nagsasama ng mga bagong mga tampok at pagpapahusay. Ang mga gumagamit ng bersyon 2.1 ay hinihikayat na mag-upgrade sa 2.2, bilang na ito release kabilang ang ilang mahalagang mga pag-aayos ng bug.
Ano ang bago sa bersyon 2.0:
- Nakapirming isang error sapilitan sa pamamagitan ng mga entry-set sa 0 sa simplex solver .
- Inalis isang di pa nagamit argument sa isang pribadong paraan sa simplex solver.
- Binago probabilidad kalkulasyon para sa dalawang pangalan, Poisson, at Hypergeometric distributions gamitin Catherine Loader ni uupan point approximations.
- Inalis patay code mula Complex # hatiin.
- Added suporta para sa weighted mapaglarawang mga istatistika.
Kinakailangan
- Java 5 o mas mataas
Mga Komento hindi natagpuan