GitHub上最受程序员欢迎的5个机器学习免费开源项目！

快速警告：此排行榜适用于特定项目，而不仅仅是库或框架的集合。 所以，几个排名结果已被排除在这些任意的基础上，只是因为我觉得这样。

1. TensorFlow

在此排行榜的榜首找到TensorFlow并不奇怪。 到目前为止，这是GitHub上最受欢迎和最着名的机器学习项目。

TensorFlow最初是Google机器智能研究组织中Google Brain团队的一员，是一个使用数据流图进行数值计算的开源软件库。 它附带了一个易于使用的Python接口和其他语言的非废话接口，用于构建和执行计算图形。

“当我们开源TensorFlow时，我们希望为世界上的每个人建立一个机器学习平台，”Jeff·Dean 今年早些时候说道。 TensorFlow 快速，灵活，适用于初始设计之外的各种应用。 它还包括用于Java和Go的实验性API以及用于对象检测和本地化的新Android演示，以及基于摄像头的图像样式化。

2. scikit-learn

我们排行榜的第二名是scikit-learn，一个用于机器学习的Python模块。 scikit拥有许多用于数据挖掘和数据分析的简单而有效的工具。 Scikit背后的基本动机是For Science！ 因此，它在各种环境中都具有高度可访问性和可重用性。 此外，它还建立了众所周知的数据科学工具，如NumPy，SciPy和matplotlib。

今年早些时候，我们与Groupon软件工程总监Adam Geitgey讨论了开发人员如何进入机器学习领域。

“一定要从学习Python开始。 它是目前用于机器学习的最流行的编程语言，“Geitgey说。 “为了解决大多数机器学习问题（不需要深度学习），答案很简单。 你只需要安装一些python库：scikit-learn，NumPy和pandas。 这些工具是免费的，旨在协同工作。“

3. PredictionIO

PredictionIO是这个名单的新手，这使其高排名更加令人印象深刻。不久前，Apache软件基金会发布了大量的大张旗鼓。 PredictionIO建立在最先进的开源堆栈之上。该机器学习服务器专为开发人员和数据科学家设计，可为任何机器学习任务创建预测引擎。

开发人员可以使用全栈和模板创建可部署的应用程序，而无需将底层技术拼凑在一起。 PredictionIO直接构建在Spark和Hadoop上，允许开发人员使用可自定义的模板快速构建和部署引擎作为生产中的Web服务。它是用Scala编写的。

PredictionIO意味着简化数据基础架构管理。通过实施您自己的机器学习模型，您可以将它们无缝地整合到您的引擎中。它还通过系统化流程和预先构建的评估措施加速机器学习建模。