人工智能和机器学习领域有哪些有趣的开源项目？

摘要：本文简要介绍了10款 Quora上网友推荐的 人工智能和机器学习领域方面的开源项目。

本文简要介绍了10款   Quora上网友推荐的 人工智能和机器学习领域方面的开源项目。 

---

GraphLab

GraphLab是一种新的面向机器学习的并行框架。GraphLab提供了一个完整的平台，让机构可以使用可扩展的机器学习系统建立大数据以分析产品，该公司客户包括Zillow、Adobe、Zynga、Pandora、Bosch、ExxonMobil等，它们从别的应用程序或者服务中抓取数据，通过推荐系统、欺诈监测系统、情感及社交网络分析系统等系统模式将大数据理念转换为生产环境下可以使用的预测应用程序。（ 详情）

项目主页： http://graphlab.org/

Vowpal Wabbit

Vowpal Wabbit(Fast Online Learning)最初是由雅虎研究院建设的一个机器学习平台，目前该项目在微软研究院。它是由John Langford启动并主导的项目。 

项目地址：  http://hunch.net/~vw/

scikits.learn

scikit-learn是一个开源的、构建在SciPy之上用于机器学习的 Python 模块。它包括简单而高效的工具，可用于数据挖掘和数据分析，适合于任何人，可在各种情况下重复使用、构建在 NumPy、SciPy和 matplotlib 之上，遵循BSD 协议。（详情）

项目地址： http://scikit-learn.org/stable

Theano

Theano是一个python库，用来定义、优化和模拟数学表达式计算，用于高效的解决多维数组的计算问题。它使得写深度学习模型更加容易，同时也给出了一些关于在GPU上训练它们的选项。（ 详情）

项目地址： http://deeplearning.net/software/theano/

Mahout

Mahout 是 Apache Software Foundation（ASF） 旗下的一个开源项目，提供一些可扩展的机器学习领域经典算法的实现，旨在帮助开发人员更加方便快捷地创建智能应用程序。Mahout包含许多实现，包括聚类、分类、推荐过滤、频繁子项挖掘。此外，通过使用 Apache Hadoop 库，Mahout 可以有效地扩展到云中。

项目主页： http://mahout.apache.org/

pybrain

pybrain是Python的一个机器学习模块，它的目标是为机器学习任务提供灵活、易应、强大的机器学习算法。pybrain包括神经网络、强化学习(及二者结合)、无监督学习、进化算法。以神经网络为核心，所有的训练方法都以神经网络为一个实例。

项目主页： http://pybrain.org/

OpenCV

OpenCV是一个基于（开源）发行的跨平台计算机视觉库，可以运行在Linux、Windows和Mac OS操作系统上。它轻量级而且高效——由一系列 C 函数和少量 C++ 类构成，同时提供了Python、Ruby、MATLAB等语言的接口，实现了图像处理和计算机视觉方面的很多通用算法。（ 详情）

项目主页： http://opencv.org/

Orange

Orange 是一个基于组件的数据挖掘和机器学习软件套装，它的功能即友好，又很强大，快速而又多功能的可视化编程前端，以便浏览数据分析和可视化，基绑定了 Python以进行脚本开发。它包含了完整的一系列的组件以进行数据预处理，并提供了数据帐目，过渡，建模，模式评估和勘探的功能。

项目主页： http://orange.biolab.si/

NLTK

NLTK（natural language toolkit)是python的自然语言处理工具包。2001年推出，至今发展非常活跃。它的主要作用是为了教学，至今已经在20多个国家60多所高校使用，里面包括了大量的词料库，以及自然语言处理方面的算法实现：分词， 词根计算， 分类， 语义分析等。

项目主页： http://nltk.org/

Nupic

Nupic是一个开源的人工智能平台。该项目由Grok（原名 Numenta）公司开发，其中包括了公司的算法和软件架构。 NuPIC 的运作接近于人脑，“当模式变化的时候，它会忘掉旧模式，记忆新模式”。如人脑一样，CLA 算法能够适应新的变化。（ 详情）

项目主页： http://numenta.org/nupic.html

---

以上是小编整理的10款人工智能和机器学习领域的开源项目。更多项目可参看这个列表：http://deeplearning.net/software_links/，或查看 Quora中更多网友的精彩回答。

开源中国社区：

• 开源的人工智能平台 NuPIC

  随着智能设备的普及，人工智能的研究已经不再局限于学术界，Google、Facebook 等公司都进入这个领域。科技公司的优势是大量的用户，这不仅为机器智能研究提供了大量数据，而且为机器智能的训练提供了现实的场景。由于人工智能是公司竞 争力的重要方面，很难...更多NuPIC信息

  最近更新： NuPIC —— 一个开源的人工智能平台 发布于 2年前

• C++人工智能框架 OpenCog

  OpenCog是一个开源的框架，该项目的目的是为科研人员和软件开发人员提供一个构建人工智能程序的通用平台，其长远目标是加速AGI（Artificial General Intelligence，人工普智能，可以在各种复杂环境中解决各种复杂问题的智能，更接近于人类的思维）的发展。...更多OpenCog信息

• Hadoop 迭代式计算框架 Guagua

  Hadoop 迭代式计算框架 Guagua 是 PayPal 的一个开源机器学习框架 Shifu 的子项目。Guagua 主要解决了模型训练的分布式问题。同时 Guagua 并没有将自己局限在分类模型，Guagua 是一个基于 Hadoop 的迭代式计算框架，几乎任何基于迭代的算法都可以利用 Guag...更多Guagua信息

• 开源人工大脑项目 Nengo

  加拿大滑铁卢大学的神经学家和软件工程师表示，这是迄今为止产生的世界上最复杂、最大规模的人类大脑模型模拟。这个名叫Spaun的大脑由250万 个模拟神经元组成，它能执行8种不同类型的任务。这些任务的范围从描摹到计算，再到问题回答和流体推理(fluid reas...更多Nengo信息

  最近更新： 开源超级人工大脑项目 - Nengo 发布于 3年前

• Java神经网络框架 Neuroph

  Neuroph是轻量级的Java神经网络的框架，可以用来模拟常见的神经网络架构。少数基本类别相对应的基本网络的概念，它非常容易学习。它也有一个不错的GUI应用程序。更多Neuroph信息

  最近更新： Java神经网络的框架Neuroph 2.5 测试版发布 发布于 4年前

• 神经网络开源框架 joone

  JOONE(Java Object Oriented Neural Network)是sourceforge.net上一个用java语言迅速开发神经网络的开源项目。JOONE支持很多的特性，比如多线程和分布式计算，这意味着可以JOONE可以利用多处理器或是多计算机来均衡附载。 JOONE主要有三个大的模块： joon...更多joone信息

• 神经网络库 FANN

  FANN是一个自由开放源码神经网络库，它实现了多层人工神经网络的C语言支持。 包含了 fast approximate nereast neighbour 以及 fast Artificial Neural Network library binding . 首先可以快速的kNN了。 其次现在可以基于libfann创建多层的 neural netwo...更多FANN信息

• C++机器学习库 Shark C++

  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。 机器学习（Machine Learning）是一门多领域交叉学科，专门研究计算机怎样模拟...更多Shark C++信息

• Java神经网络框架 Encog for Java

  Encog是一种先进的神经网络和漫游编程库。 Encog可以单独使用或者建立神经网络或HTTP爬虫程序。 Encog还包括类，结合这两种先进的功能。 Encog包含前馈神经网络，Hopfield神经网络的课程，并自组织地图。Training can be accomplished using backpropagat...更多Encog for Java信息

• Python 人工智能算法工具包 SimpleAI

  SimpleAI 是 Python 实现的人工智能算法工具包，示例代码： from simpleai.search import SearchProblem, astar GOAL = 'HELLO WORLD' class HelloProblem(SearchProblem): def actions(self, state): if len(state) < len(GOAL): ...更多SimpleAI信息

• C++ 的机器学习库 MLPACK

  mlpack是一个C++的机器学习库，它重点在于其扩展性、高速性和易用性。它的目的是让新用户通过简单、一致的API使用机器学习，同时为专业用户提供C++的高性能和最大灵活性。他的性能超出大量类似的机器学习库，如WEKA、Shogun、MATLAB、mlpy及sklearn，这一对...更多MLPACK信息

  最近更新： MLPACK 1.0.8 发布，C++ 的机器学习库 发布于 1年前

• Java 神经网络框架 JNeuralNet

  因为有许多Java项目依赖于人工智能，该项目旨在建立一个监督神经网络框架（多层感知模型） ，主要目的是便于使用。 让这个项目不同于其他的是，它提供了一个非常容易使用神经网络建立，培训API的同时适当的定制，以支持新的培训技术。更多JNeuralNet信息

• 神经网络库 GoNN

  GoNN是一个用GO语言写的神经网络库 GoNN目前实现了BP网络,RBF网络和感知机 在著名的手写体字符识别数据库MNIST上，GoNN达到了98.2%的正确率。 此外，项目中还包含简单的例子：sin曲线拟合、鸾尾花分类、XOR训练等更多GoNN信息

• 人工智能(AI)软件系统 Livingstone2

  Livingstone2 是一个可重用的人工智能(AI)软件系统，旨在帮助飞船生命支持系统、化工厂或其他复杂系统在操作强劲以最小的人力监督,即使面对硬件故障或意外事件。 Livingstone2诊断飞船或其他系统的当前状态,并建议命令或修复操作,允许系统继续操作。...更多Livingstone2信息

• Python机器学习工具包 scikit-learn

  scikit-learn 是一个 Python 的机器学习项目。是一个简单高效的数据挖掘和数据分析工具。基于 NumPy、SciPy 和 matplotlib 构建。更多scikit-learn信息

  最近更新： scikit-learn 0.16.1 发布，Python 机器学习工具包 发布于 2个月前

• 语义网络 ConceptNet

  ConceptNet是一个语义网络，其中包含了大量计算机应该了解的关于这个世界的信息，这些信息有助于计算机做更好的搜索、回答问题以及理解人类的意图。它由一些代表概念的结点构成，这些概念以自然语言的单词或者短语形式表达，并且其中标示了这些概念的关系。...更多ConceptNet信息

• 移动机器人编程工具箱 MRPT

  移动机器人编程工具箱为开发者提供可移植的并经充分测试的程序和开发库，这些库覆盖了机器人研究领域常见的数据结构和算法。该库并以BSD协议开源发布。更多MRPT信息

• 神经网络工作平台 Synapsim

  Synapsim这个项目旨在为通用目的的建模和模拟系统创建一个面向块的可视化工作平台。在第一个阶段中，我们将建立一个简单的GUI和基本的块来为神经网络训练和内部联网拓扑建模。更多Synapsim信息

• 神经网络模拟器 Emergent

  Emergent是一个内置的脚本语言，它允许复杂，在世界上的大脑复杂的模型的建立和分析的神经网络模拟器。在三维网络和其所有的状态变量的目视检查，允许快速的“视觉回归”网络动态和机器人的行为。Emergent是PDP和PDP++神经网络数据包的嫡系。...更多Emergent信息

• 前馈神经网络解决方案 ffnet

  ffnet是一个快速且易于使用的前馈神经网络训练解决方案，采用Python开发。你可以用它来训练，测试，保存，加载，并使用与乙状结肠人工神经网络激活功 能。没有任何周期的网络连接是允许的（不仅是分层）。培训可以与多个优化方案，包括基于遗传alorithm优化...更多ffnet信息

• 认知架构 Soar

  Soar（State，Operator And Result）是当前同领域内较为先进和成熟且广为认可的认知架构之一，代表着认知架构研究的最高水平。Soar的发展源于Simon和Newell两位人工智能领域的大师对GPS（General Problem Solver）的研究，通过该研究，Simon和Newell证明了...更多Soar信息

• 增强现实软件库 GPUMarkerTracker

  GPUMarkerTracker 是一个增强现实的软件库。它利用GPGPU的快速、准确跟踪。它是用于检测标记从一个高清分辨率图像, 这样小标记放置远离相机可以被检测到。每一个标记有一个12位的有效载荷和9位CRC。该软件库不会产生假阳性检测错误的标记。...更多GPUMarkerTracker信息

• 机器学习服务器 PredictionIO

  PredictionIO是一款开源的机器学习服务器，开发工程师和数据分析师可以使用它构建智能应用程序，并且还可以做一些预测功能，比如个性化推荐、发现内容等。好比开发者可以使用数据库服务器过滤信息。PredictionIO使用scale语言开发，数据库使用mongodb，计算...更多PredictionIO信息

• 人类认知机制的理论模型 ACT-R

  ACT-R（Adaptive Character of Thought-Rational）是一种认知行为的体系结构，是关于人类认知机制的理论模型，其研究目的在于最终揭示人类组织知识、产生智能行为的思维运动规律，其研究进展基于神经生物学研究成果并从中得以验证。从表面看来，ACT-R 类似...更多ACT-R信息

• 机器学习库 ganitha

  ganitha 包含一组算法用来实现在 Hadoop 平台是的各种规模的机器学习和统计分析。更多ganitha信息

• torch/nn 的扩展开发包 fbnn

  fbnn 是Facebook 上 torch/nn 的扩展开发包。（Torch/nn 是神经网络的开发包）更多fbnn信息

• 机器学习工具包 Waffles

  Waffles 英文原意是蜂蜜甜饼，在这里却指代一个非常强大的机器学习的开源工具包。Waffles里包含的算法特别多，涉及机器学习的方方面面，推荐系统位于  其中的Waffles_recommend  tool，大概只占整个Waffles的1/10的内容，其它还有分类、聚类、采样、降维...更多Waffles信息

• 神经元网络 Neuronal.NET

  Neuronal.NET 是神经元网络的简单实现，示例代码： using Brains; Brain ANN = new Brain(5, 4, 3);     ANN.SetInput(List<double> traindata);     while (ANN.score<10)     {         ANN.score=grade(ANN.Outputs);...更多Neuronal.NET信息

• 机器学习框架 Shifu

  Shifu 是一个基于 Hadoop 的快速和可伸缩的机器学习框架。更多Shifu信息

• Go 机器学习框架 GoLearn

  GoLearn 是一款 Go 语言机器学习框架，示例代码： package main import (     "fmt"     "github.com/sjwhitworth/golearn/base"     "github.com/sjwhitworth/golearn/evaluation"     "github.com/sjwhitworth/golearn/knn" ...更多GoLearn信息

• 机器学习平台 Dato Core

  Dato Core 是来自 GraphLab Create 的开源软件，是一个基于 Python 开发的机器学习平台，可以让数据科学家和应用开发者轻松创建智能应用，从原型到产品阶段。 Dato 开源项目提供如下的完整实现： SFrame v1 and v2 格式的读写 SFrame 查询仿真 SGraph Gra...更多Dato Core信息

• 人工智能知识信息框架 AIKIF

  AIKIF ＝ Artificial Intelligence Knowledge Information Framework （人工智能知识信息框架） 这是一个示例框架用来捕获信息流以便进行个人数据管理，特别用于 AI 人工智能应用。更多AIKIF信息

• 神经网络包 nn

  nn 是神经网络的开发包，它是共享公共模块接口的模块化对象。nn 通过 Torch/Torch7 框架建立简单的模块，组合不同的 nn 模块可形成神经网络。更多nn信息

• 神经网络开发包 cunn

  cunn 是 CUDA 后端上的神经网络开发包。这个开发包提供了多个基于 nn 包的 CUDA 基础模块。更多cunn信息

• CUDA ​扩展工具包 fbcuda

  fbcuda 是 facebook 公司开发的 CUDA 扩展工具包。更多fbcuda信息

• torch/cunn 的扩展开发包 Fbcunn

  Fbcunn 是Facebook上 torch/cunn 的扩展开发包。更多Fbcunn信息

• 机器学习框架 KeystoneML

  KeystoneML 是一个用 Scala 编写的软件框架，来自伯克利大学 AMPLab 实验室。该项目主要目的是简化构造大规模、端到端的机器学习管道，基于 Apache Spark 构建。 示例代码： val trainData = NewsGroupsDataLoader(sc, trainingDir) val predictor ...更多KeystoneML信息

• SCRNNs

  SCRNNs 是一个自包含的软件，这些代码能把结果重新生成两种语言模型数据集： PenntreeBank Text8 此代码实现了以下三种递归模型： 标准递归神经网络 长短期递归神经网络 结构约束递归神经网络更多SCRNNs信息