NocML

Лёгкая библиотека машинного обучения для микроконтроллеров, вдохновлённая API Scikit-Learn. В NocML есть классификация (KNN, Naive Bayes, Logistic Regression, Decision Tree), кластеризация (K-Means) и прогнозирование временных рядов через линейную регрессию. Перед применением моделей данные можно предобработать с помощью MinMaxScaler, StandardScaler или PolynomialFeatures. Главное преимущество — ноль динамического выделения памяти во время инференса, так что библиотека стабильна даже на Arduino Uno и Nano с очень ограниченными ресурсами. Подходит для предсказания состояния растений по датчикам влажности, обнаружения аномалий вибрации, температурного прогнозирования, быстрой классификации качества воздуха и других задач обработки данных на грани микроконтроллера.