7个你可能在2018错过的开源python AI项目与机器学习库

2018也许是

1. AdaNet — 一个基于TensorFlow的开源神经网络自动学习项目

也许你之前听过None

如上图，AdaNet

入门AdaNethttps://github.com/tensorflow/adanet/blob/master/adanet/examples/tutorials/adanet_objective.ipynb

None

NoneNone

TPOT试图把繁琐的 特征选择、模型选择和模型优化

运行以上代码会自动优化并输出

但是tpot基于scikit-learn，如果没有进行很高的优化，代码运行时间可能会令你无法忍受。其使用简单到是适合初学者实验。

None3. None None

SHAP比一般模型分析工具好用的地方有两个，

None4.

只需短短几行代码你就可以生成数据增强图片：

Augmentor还支持加入图片噪声和图像扭曲等功能：

None5.

2018年不乏许多好的自然语言项目，spaCy

仅spaCy的分词（tokenization

None6.

来自facebook的开源项目pytext是基于pytorch的，自身带着一股研究性（如果你想寻找深度学习+ NLP一维卷积在语义理解中的应用，莫斯科物理技术学院开源聊天机器人DeepPavlov解析及代码

None7.

除了简单易用，与pytext不同的是，flair不专注于神经网络，但也对近年来一些成熟的方案给出了实现：

flair另一个亮点是有自己一套简单的方式组合不同的词嵌入（ None

None

None

None

None

参考文献：

None

None