我已经学习了使用Matlab作为原型设计工具的机器学习课程。由于我沉迷于F＃，所以我想继续在F＃中学习机器学习。

我可能想同时使用F＃进行原型设计和生产，因此机器学习框架将是一个不错的开始。否则，我可以从一系列库开始：

• 高度优化的线性代数库
• 统计包
• 可视化库（允许绘制图表并与图表，图表进行交互...）
• 并行计算工具箱（类似于Matlab并行计算工具箱）

对我来说，最重要的资源是书籍 ，博客文章和有关以功能编程语言（F＃/ OCaml / Haskell ...）进行机器学习的在线课程。

谁能建议这些资源？谢谢。

编辑：

这是基于以下答案的摘要：

机器学习框架：

• Infer.NET ：具有良好F＃支持的图形模型中用于贝叶斯推理的.NET框架。
• WekaSharper ：围绕流行的数据挖掘框架Weka的F＃包装器。
• Microsoft Sho ：.NET平台上用于数据分析（包括矩阵运算，优化和可视化）的持续环境开发。

相关库：

• Math.NET Numerics ：内部使用Intel MKL和AMD ACML进行矩阵运算并支持统计功能。

• Microsoft Solver Foundation ：一个很好的线性编程和优化任务框架。

• FSharpChart ：F＃中一个不错的数据可视化库。

阅读清单：

• 数值计算 ：从F＃中的机器学习开始非常好，并介绍了使用F＃中的这些数学库的各种工具和技巧/窍门。
• F＃和数据挖掘博客 ：强烈推荐“数值计算”一章的作者Yin Zhu。
• 用F＃代替机器学习的Octave / Matlab ：Gustavo刚刚开始使用F＃作为开发工具的一系列博客文章。很高兴看到许多库被插入在一起。
• F＃中的“机器学习在行动”示例 ：Mathias已将一些示例从Python转换为F＃。它们在Github中可用。
• Hal Daume的主页 ：Hal在OCaml中编写了许多机器学习库。如果您不确定函数式编程不适用于机器学习，您会感到放心。

也欢迎任何其他指示或建议。