GitHub十大机器学习项目
在Github上排名前10位的机器学习项目包括许多库,框架和教育资源。看看别人都在用的工具,和学习的资源。
作者Matthew Mayo, KDnuggets.
开源工具在数据科学工作流程中越来越重要.
最近KDnuggets软件民意调查结果显示,73%的数据科学家使用前12个月免费的数据科学工具.这是容易理解的,因为Python和R的生态系统,是数据科学家使用的最突出最重要的工具.
以下是在Github上排名前十的机器学习项目概述
Github已经成为事实上的开源软件交流中心,托管所有你能想到的项目.鉴于学术,科研和爱好越来越多的人采用机器学习,以及其在数据科学越来越重要,我们正在探索GitHub可用的深度学习项目.
1.Scikit-learn
Python的机器学习
★ 8641, 5125
这个排名是毋庸置疑的,对于全世界的Pythonistas来说关键的机器学习库,从工业到学术. Scikit-learn利用Python的科学计算堆栈,建立于NumPy, SciPy和matplotlib.作为通用的工具包,Scikit-learn包括分类,回归和聚类算法以及数据预处理和模型评估工具.
2. Awesome Machine Learning
一个神奇的机器学习框架,库和软件集合.
★ 8404 1885
该列表按语言分类,并用机器学习的类别(通用,计算机视觉,自然语言处理等等).他还包括数据可视化工具,在某种意义上这是一件好事,将成为更广义的数据科学列表.
3. PredictionIO
PredictionIO一个开发和ML工程师的机器学习服务.构建与Spark,HBase和Spray.
★ 81451002
PredictionIO是一个通用的框架.包含一些知名任务引擎的模板,例如分类和推荐,可以定制,用REST API或SDK连接到已有应用,同时支持Spark MLib.因为他构建与Spark之上,并利用其生态系统,PredictionIO 主要由Scala开发并不惊奇.
4. Dive Into Machine Learning
★ 4326 342
这是对于scikit-learn IPython notebook tutorials的集合,以及一些指向相关Python特定或通用机器学习主题,以及更一般的数据科学信息.repo没有任何软件,如果你是刚用Python学机器学习,可或许值得一试.
5. Pattern
★ 3799 598
Pattern是出自安特卫普大学的计算机语言学和心理语言学研究中心基于Python的Web挖掘工具包.在这种情况下,它能用于处理scraping,机器学习,自然语言处理,网络分析和可视化任务的工具。Pattern也可以轻松地从几个知名的Web服务挖掘数据。该项目声称有详细文档,并包括许多例子和单元测试。
6. NuPIC (Numenta Platform for Intelligent Computing)
★ 3647 987
NUPIC实现了分层时间记忆(HTM)的机器学习算法。 HTM是大脑皮层的计算模型的尝试,并侧重于存储和调用空间和时间模式。 NUPIC非常适合模式相关的异常检测。
7. Vowpal Wabbit
★ 2949 827
Vowpal Wabbit的目的是为大规模数据集的快速建模,以及支持并行学习。该项目是在雅虎开始,目前在微软研究院开发的。 Vowpal Wabbit驾驭还来学习,并已用于学习跨1000个计算节点学习tera级别数据集。
8. aerosolve
★ 2538 245
aerosolve试图与其他库不同,注重人性化的调试工具,Scala代码训练,以便于图像排名的图像内容分析引擎,以及功能转换语言给予了用户灵活性和控制的功能。 aerosolve基于特征表示实现thrift,其中特征是逻辑分组的,在整个特征组之间以施加变换,或促进相互作用为目的。
9.GoLearn
★ 2334 215
GoLearn是用Go开发的一个机器学习库。它的目标是为开发者去提供一个全功能,简单易用,可定制的软件包。 GoLearn实现了熟悉的(许多)拟合/预测Scikit-learn的界面,很容易得出估计,并实现了“辅助功能”像交叉验证和训练集/测试集分裂。
10. Code for Machine Learning for Hackers
此repo包含来自O’Reilly出版的机器学习黑客攻击的代码。所有repo代码是在R,依靠众多的R程序包,以及涉及的主题包括分类,排名和回归和常见的统计方法,如主成分分析和多维尺度分析。