专栏首页大数据文摘Github上的10大机器学习项目

Github上的10大机器学习项目

关于转载授权

大数据文摘作品,欢迎个人转发朋友圈,自媒体、媒体、机构转载务必申请授权,后台留言“机构名称+文章标题+转载”,申请过授权的不必再次申请,只要按约定转载即可,但文末需放置大数据文摘二维码。

选文:孙强 整理翻译:孙强,HeHe, Dr Guo, Mano 原文链接:http://www.kdnuggets.com/2015/12/top-10-machine-learning-github.html/2

摘要:GitHub上排名前10的机器学习项目,包括一些库、框架和教育资源。让我们一起学习一下这些工具和资源。

10个项目被点赞和ForK的数量代表了它们受欢迎的程度(文中★表示点赞,Y表示Fork)

开源软件是数据科学拼图中重要的一块。根据最近KDnuggets对数据科学软件所做的调查结果,过去的12个月内,有73%的数据科学家使用的是免费软件。虽然互联网有很多免费软件来源,Github已然成为所有开源软件的信息交流中心,包括那些用于在数据科学界的工具。机器学习对于数据科学而言,其重要性和中心地位,不言而喻。以下所列,是Github上排名前10位的机器学习项目的概况。

ScikitLearn ★ 8641, Y 5125

基于Python的机器学习

毫无悬念地,列为十大项目之首的,是服务于遍布全世界从工业到学术界的Python使用者们的机器学习库。基于NumPy, SciPy和matplotlib,ScikitLearn最大化了Python的科学计算能力。作为通用的工具包,ScikitLearn包含了分类、回归和聚类算法,以及数据准备和模型评估等辅助工具。

链接:https://github.com/scikit-learn/scikit-learn

Awesome机器学习 ★ 8404, Y 1885

一系列Awsome机器学习的框架、库和软件的整合列表。

该列表首先根据语言进行分类,然后由机器学习类别(如通用,计算机视觉,自然语言处理等等)进一步细分。它还包括了数据可视化工具,从某种意义上说,这使得它更多被视为一个通用的机器学习方法。这不失为一件好事。

链接:https://github.com/josephmisiti/awesome-machine-learning

PredictionIO ★ 8145, Y 1002

PredictionIO 是开发人员和ML工程师的机器学习服务器, 构建于Apache Spark, HBase 和 Spray之上。

PredictionIO是一个通用的框架。它包括多个服务于几个常见任务的模块,如可定制的分类和建议,并通过REST API或SDK与现有应用程序相连接,还包括对Spark MLib的支持。因为它是建立在Spark之上,并利用Spark的生态系统,毫无悬念地,PredictionIO主要是由Scala开发而来。 链接:https://github.com/PredictionIO/PredictionIO

Dive Into Machine Learning (潜入式机器学习) ★ 4326, Y 342

基于Jupyter notebook和ScikitLearn的交互式机器学习资源

该项目集合了服务于ScikitLearn的IPython的笔记本电脑教程和大量链接,指向特定的Python相关的和一般的机器学习主题,以及更为广泛的数据科学信息。开发者很大度,指出如果该项目不适合你,他们还包括了许多其他类似的教程。如果你是Python机器学习的新手,千万别错过该项目。

链接:https://github.com/hangtwenty/dive-into-machine-learning

Pattern ★ 3799, Y 598

Python网络挖掘模块,包括抓取工具、自然语言处理、机器学习、网络分析及可视化。

Pattern是一个基于Python的网络挖掘工具包,来自于安特卫普大学的计算语言学和心理语言学研究中心。它的主要作用是数据抓取、机器学习、自然语言处理、网络分析和可视化。Pattern能从几个知名的网络服务器中较易地挖掘数据。该项目有很成熟的开发记录,还包括了大量的例子和单元测试。

链接:https://github.com/clips/pattern

NuPIC (Numenta智能处理平台) ★ 3647, Y 987

是一种脑力激发机器智能平台,具有基于脑皮质性学习算法的生物学准确性神经网络。

NuPIC实现了分层时间内存( Hierarchical Temporal Memory, 简称HTM)机器学习算法。HTM尝试模拟大脑皮层算法,旨在专注于存储和记忆时空模式。NuPIC适合于模式相关的异常检测。

链接:https://github.com/numenta/nupic

Vowpal Wabbit ★ 2949, Y 827

Vowpal Wabbit是一个机器学习系统,旨在推动机器学习技术的发展,如联网、散列法、归约、搜索学习2、主动以及相互学习。

Vowpal Wabbit的用途是迅速处理大规模数据库集并支持并行学习。该项目开始于雅虎,目前在微软研发。Vowpal Wabbit利用核外 (out-of-core) 分布式学习,曾经在一个小时内用1000个计算节点处理terabyte级别的 特征的数据集。

链接:https://github.com/JohnLangford/vowpal_wabbit

Aerosolve ★2538,Y 245

专为人类设计的机器学习软件包。

aerosolve评论

试图与其他库管理程序不同,Aerosolve注重人性化的调试工具,运用Scala代码进行训练,利用图像内容分析引擎,达到便于图像排名的目的,并通过功能转换语言为用户提供灵活性和控制功能。 Aerosolve实现了基于Thrift(译者注:Thrift 是Apache开发的多语言协作平台)特征呈现,在Aerosolve中,特征会按照逻辑分组,可以一次性地对整个特征组进行转换,或者将两个不同的特征簇组合到一起创建新的特征簇。

链接:http://airbnb.github.io/aerosolve/

GoLearn: 基于谷歌Go预言的机器学习项目 ★2334,Y 215

GoLearn是一个为谷歌Go 语言开发的程序库。

其目标是为开发者提供一个功能全面、简单易用、可定制的软件包。 GoLearn实现了ScikitLearn的许多熟悉的拟合/预测算法,可以很容易调换机器学习算法,并实现了交叉验证和训练/测试分组之类的“辅助功能”。

链接:https://github.com/sjwhitworth/golearn

黑客的机器学习代码 (Machine Learning for Hackers) ★ 2003, Y 1446

“黑客的机器学习(Machine Learning for Hackers)“一书的伴随代码。

此项目包含来自O'Reilly的书《黑客的机器学习》的所有代码。所有代码均为R语言,依靠众多的R程序包,涉及主题包括分类(Classification),排行(Ranking),以及回归(Regression)的所有常见的任务,以及统计方法,如主成分分析(PCA)和多维尺度(Multi-dimenstional Scaling)等。

链接:https://github.com/johnmyleswhite/ML_for_Hackers

本文分享自微信公众号 - 大数据文摘(BigDataDigest),作者:大数据文摘

原文出处及转载信息见文内详细说明,如有侵权,请联系 yunjia_community@tencent.com 删除。

原始发表时间:2016-01-16

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

我来说两句

0 条评论
登录 后参与评论

相关文章

  • 2019年过去一小半了,这些深度学习研究值得一看!

    转眼间2019年已经过去了快一半,这对于日新月异的深度学习技术已经算是很长一段发展时间。Open Data Science在Medium上整理了2019年到现在...

    大数据文摘
  • Github标星超7k!从零开始,最简明扼要的数据科学学习路径(附高效免费小工具)

    试图入门一个新话题时,多数人会感到不知所措?这时候,一份明确的学习路径可以帮你去除这一焦虑。

    大数据文摘
  • 从R-CNN到YOLO,一文带你了解目标检测模型(附论文下载)

    大数据文摘
  • 2017年度盘点:15个最流行的GitHub机器学习项目

    作者:Sunil Ray 在本文中,作者列出了 2017 年 GitHub 平台上最为热门的知识库,囊括了数据科学、机器学习、深度学习中的各种项目,希望能对大家...

    企鹅号小编
  • 2017年度盘点:15个最流行的GitHub机器学习项目

    在本文中,作者列出了 2017 年 GitHub 平台上最为热门的知识库,囊括了数据科学、机器学习、深度学习中的各种项目,希望能对大家学习、使用有所帮助。另,小...

    企鹅号小编
  • 2017年度盘点:15个最流行的GitHub机器学习项目

    机器之心
  • ApacheCN 活动汇总 2019.2

    参与方式:https://github.com/apachecn/pytorch-doc-zh/blob/master/CONTRIBUTING.md

    ApacheCN_飞龙
  • 初学者的福利,NLP呕心总结资料包

    第一种,在实践中学习,找一个特定的任务,譬如文本分类、情感分析等。然后以做好任务为导向的去挖掘和这一个任务相关的知识点。

    AI科技大本营
  • 新年送福气 | 您有一份NLP大礼包免费领取

    第一种,在实践中学习,找一个特定的任务,譬如文本分类、情感分析等。然后以做好任务为导向的去挖掘和这一个任务相关的知识点。 由于没有系统的学习,肯定会遇到各种各...

    小小詹同学
  • 后管模版整理

    Adminlte 项目:https://github.com/almasaeed2... 演示:https://adminlte.io/themes/Ad......

    前端博客 : alili.tech

扫码关注云+社区

领取腾讯云代金券