Como indica su presentación QuickML es una librería Java de Machine Learning.

Seguro que más de uno se pregunta…y ¿por qué usar QuickML en lugar de Weka o de DL4J (Deep Learning for Java) si hablo de Java o de librerías específicas para R y Python.

No diría que QuickML es una opción adecuada para sistemas productivos, pero si un buen punto de comienzo. Sobre Weka aporta si licencia LGPL en lugar de GPL de Weka, y sobre DL4J la sencillez de uso (en esencia porque DL4J va mucho más allá de los algoritmos ML de QuickML).

QuickML no tiene ninguna documentación, aunque os aseguro que mirando sus Tests os enteraréis perfectamente de cómo funciona (y os lo dice un profano en esto del ML).

Podéis bajaros el ZIP del Master de GitHub desde https://github.com/sanity/quickml

En los Tests veréis 4 ejemplos representativos, empezando con el conocidísimo Iris Flower Data Set:

Que con QuickML se resuelve con un Random Forest con este código: