擅长:神经网络
网址:http://deeplearning.net/software/pylearn2/
Github:http://github.com/lisa-lab/pylearn2
Pyevolve
神经网络研究更让人兴奋和不同的领域之一是遗传算法。从根本上说,遗传算法只是一个模拟自然选择的启发式搜索过程。本质上它是在一些数据上测试神经网络,并从一个拟合函数中得到网络性能的反馈。然后对网络迭代地做小的、随机的变化,再使用相同的数据进行测试。将具有高度拟合分数的网络作为输出,然后使其作为下一个网络的父节点。
Pyevolve提供了一个用于建立和执行这类算法很棒的框架。作者曾表示,V0.6版本也支持遗传编程,所以在不久的将来,该框架将更倾向于作为一个进化的计算框架,而不只是简单地遗传算法框架。
擅长:遗传算法的神经网络
Github:https://github.com/perone/Pyevolve
NuPIC
Nupic是另一个库,与标准的机器学习算法相比,它提供了一些不同的功能。它基于一个称作层次时间记忆(HTM)的新皮层理论,。HTMs可以看作是一类神经网络,但在一些理论上有所不同。
从根本上说,HTMs是一个分层的、基于时间的记忆系统,可以接受各种数据。这意味着会成为一个新的计算框架,来模仿我们大脑中的记忆和计算是如何密不可分的。对于理论及其应用的详细说明,请参阅
白皮书。
擅长:HTMs
Github:http://github.com/numenta/nupic
Pattern
此库更像是一个“全套”库,因为它不仅提供了一些机器学习算法,而且还提供了工具来帮助你收集和分析数据。数据挖掘部分可以帮助你收集来自谷歌、推特和维基百科等网络服务的数据。它也有一个Web爬虫和HTML DOM解析器。“引入这些工具的优点就是:在同一个程序中收集和训练数据显得更加容易。
在文档中有个很好的例子,使用一堆推文来训练一个分类器,用来区分一个推文是“win”还是“fail”。
from pattern.web import Twitter
from pattern.en import tag
from pattern.vector import KNN, count
twitter, knn = Twitter(), KNN()
for i in range(1, 3):
for tweet in twitter.search("#win OR #fail", start=i, count=100):
s = tweet.text.lower()
p = "#win" in s and "WIN" or "FAIL"
v = tag(s)
v = [word for word, pos in v if pos == "JJ"] # JJ = adjective
v = count(v) # {"sweet": 1}
if v:
knn.train(v, type=p)
print knn.classify("sweet potato burger")
print knn.classify("stupid autocorrect")
首先使用twitter.search()通过标签"#win"和"#fail"来收集推文数据。然后利用从推文中提取的形容词来训练一个K-近邻(KNN)模型。经过足够的训练,你会得到一个分类器。仅仅只需15行代码,还不错。
擅长:自然语言处理(NLP)和分类。
Github:http://github.com/clips/pattern
Caffe
Caffe是面向视觉应用领域的机器学习库。你可能会用它来创建深度神经网络,识别图像中的实体,甚至可以识别一个视觉样式。
Caffe提供GPU训练的无缝集成,当你训练图像时极力推荐使用此库。虽然Caffe似乎主要是面向学术和研究的,但它对用于生产使用的训练模型同样有足够多的用途。
擅长:神经网络/视觉深度学习
网址:http://caffe.berkeleyvision.org/
Github:https://github.com/BVLC/caffe
其它知名库
这里还列出了一些其它面向Python的机器学习库。其中一些库与上述库有着相同的功能,而另一些则有更窄小的目标或是更适合当作学习工具来使用。
Nilearn基于scikit-learn
Github
StatsmodelsGithub
PyBrain (inactive)Github
Fuel· Github
BobGithub
skdataGithub
MILKGithub
IEPYGithub
QuepyGithub
HebelGithub
mlxtendGithub
nolearn· Github
RampGithub
Feature ForgeGithub
REPGithub
Python-ELMGithub
PythonXYWebsite
XCSWebsite
PyMLSourceForge
MLPY (inactive)Website
OrangeWebsite
MonteGithub
PYMVPAWebsite
MDP (inactive)Github
ShogunWebsite
《python连接QQ实现自动回复python 机器学习库》总结了关于程序员教程,对于我们来002pc.com确实能学到不少知识。
PyMCWebsite
GensimWebsite
NeurolabGithub
FFnet (inactive)SourceForge
LibSVMGithub
SpearmintGithub
ChainerGithub
topikGithub
CrabGithub
更多:python连接QQ实现自动回复python 机器学习库
https://www.002pc.comhttps://www.002pc.com/python/3601.html
你可能感兴趣的python,机器,学习
No alive nodes found in your cluster
0踩
赏
0 赞