python123在线编制_Python123

看见更大的世界，遇见更好的自己

See a better world to meet better for ourselves.

机器学习是人工智能的一个分支。人工智能的研究历史，有着一条从以“推理”为重点，到以“知识”为重点，再到以“学习”为重点的清晰的脉络。就是以机器学习为手段解决人工智能中的问题。在近30多年的发展，成为一门多领域交叉学科，涉及概率论、统计学、计算复杂性理论等多门学科。理论主要是设计和分析一些让计算机可以自动“学习”的算法。机器学习算法是一类从数据中自动分析获得规律，并利用规律对未知数据进行预测的算法。

2020年的12月，如今机器学习已广泛应用于数据挖掘、计算机视觉、自然语言处理、生物特征识别、医学诊断、战略游戏和机器人等领域，好事者特别推荐10款优秀的Python计算生态，帮你了解算法，在经验中学习。

scikit-learn

最受欢迎的机器学习Python库。

gym

用于开发和比较强化学习算法的工具包。

H2O

开源快速可扩展机器学习平台。

Metrics

机器学习评估指标，以Python，R，Haskell和MATLAB / Octave实现。

Eli5

ELI5是一个Python库，可以使用统一的API可视化和调试各种机器学习模型。它具有对多个ML框架的内置支持，并提供了一种解释黑盒模型的方法。

NuPIC

Numenta智能计算平台(NuPIC)是实现HTM学习算法的机器智能平台。https://github.com/numenta/nupic

Spark

ML

MLlib是Spark的机器学习(ML)库。它的目标是使实用的机器学习可扩展且容易。

Vowpal Wabbit

Vowpal Wabbit是一个机器学习系统，它通过在线，哈希，减少，归约，学习搜索，主动和交互式学习等技术来推动机器学习的前沿。

XGBoost

XGBoost是经过优化的分布式梯度增强库，旨在高效，灵活且可移植。

igel

一个令人愉悦的机器学习工具，可让您无需编写代码即可训练/拟合，测试和使用模型。