shark简介（机器学习库Shark系列之一）

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。
Shark使用了Boost库，用CMake来构建，兼容大多数的平台，包括Windows、Solaris、MacOS X、Linux，基于GPL v3协议。
为什么选择Shark呢？
1.速度快、更灵活。Shark一方面兼顾灵活性和易用性，另一方面兼顾计算效率，有一个很好的平衡。
2.Shark提供了机器学习和人工智能领域大量的算法，很容易组合使用，也很容易扩展。
3.Shark带来了其他同类库所不具有的强大算法，比如模式识别领域、二进制和多类SVM（支持向量机）、单目标和多目标优化等。
Shark当前支持的算法包括:
1.  监督式学习

    线性判别分析（LDA），Fisher–LDA
    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

2.  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

3.  演化算法

    单目标优化（例如CMA-ES）
    多目标优化

4.  模糊系统

5.  基本线性代数和优化算法