日韩 亚洲一区二_久久vs国产综合色大全_国产精品福利在线_欧美在线一级A片免费观看欧美在线_女同性毛片60分钟

您現(xiàn)在所在的位置:首頁(yè) >關(guān)於奇酷 > 行業(yè)動(dòng)態(tài) > 20個(gè)頂尖的Python機(jī)器學(xué)習(xí)開(kāi)源項(xiàng)目,鑄就人工智慧基礎(chǔ)

20個(gè)頂尖的Python機(jī)器學(xué)習(xí)開(kāi)源項(xiàng)目,鑄就人工智慧基礎(chǔ)

來(lái)源:奇酷教育 發(fā)表於:

   在GitHub上用Python語言機(jī)器學(xué)習(xí)的項(xiàng)目,圖中顏色所對(duì)應(yīng)的Bob, Iepy, Nilearn, 和NuPIC擁有最高的價(jià)值。  1 Scikit-learn

  
       在GitHub上用Python語言機(jī)器學(xué)習(xí)的項(xiàng)目,圖中顏色所對(duì)應(yīng)的Bob, Iepy, Nilearn, 和NuPIC擁有最高的價(jià)值。
  1. Scikit-learn
  www.github.com/scikit-learn/scikit-learn
  Scikit-learn 是基於Scipy為機(jī)器學(xué)習(xí)建造的的一個(gè)Python模塊,他的特色就是多樣化的分類(lèi),回歸和聚類(lèi)的算法包括支持向量機(jī),邏輯回歸,樸素貝葉斯分類(lèi)器,隨機(jī)森林,Gradient Boosting,聚類(lèi)算法和DBSCAN。而且也設(shè)計(jì)出了Python numerical和scientific libraries Numpy and Scipy
  2.Pylearn2
  www.github.com/lisa-lab/pylearn2
  Pylearn是一個(gè)讓機(jī)器學(xué)習(xí)研究簡(jiǎn)單化的基於Theano的庫(kù)程序。
  3.NuPIC
  www.github.com/numenta/nupic
  NuPIC是一個(gè)以HTM學(xué)習(xí)算法為工具的機(jī)器智能平臺(tái)。HTM是皮層的精確計(jì)算方法。HTM的核心是基於時(shí)間的持續(xù)學(xué)習(xí)算法和儲(chǔ)存和撤銷(xiāo)的時(shí)空模式。NuPIC適合於各種各樣的問(wèn)題,尤其是檢測(cè)異常和預測(cè)的流數(shù)據(jù)來(lái)源。
  4. Nilearn
  www.github.com/nilearn/nilearn
  Nilearn 是一個(gè)能夠快速統(tǒng)計(jì)學(xué)習(xí)神經(jīng)影像數(shù)據(jù)的Python模塊。它利用Python語言中的scikit-learn 工具箱和一些進(jìn)行預測(cè)建模,分類(lèi),解碼,連通性分析的應(yīng)用程式來(lái)進(jìn)行多元的統(tǒng)計(jì)。
  5.PyBrain
  www.github.com/pybrain/pybrain
  Pybrain是基於Python語言強(qiáng)化學(xué)習(xí),人工智慧,神經(jīng)網(wǎng)絡(luò)庫(kù)的簡(jiǎn)稱(chēng)。 它的目標(biāo)是提供靈活、容易使用並且強(qiáng)大的機(jī)器學(xué)習(xí)算法和進(jìn)行各種各樣的預定義的環(huán)境中測(cè)試來(lái)比較你的算法。
  6.Pattern
  www.github.com/clips/pattern
  Pattern 是Python語言下的一個(gè)網(wǎng)絡(luò)挖掘模塊。它為數(shù)據(jù)挖掘,自然語言處理,網(wǎng)絡(luò)分析和機(jī)器學(xué)習(xí)提供工具。它支持向量空間模型、聚類(lèi)、支持向量機(jī)和感知機(jī)並且用KNN分類(lèi)法進(jìn)行分類(lèi)。
  7.Fuel
  www.github.com/mila-udem/fuel
  Fuel為你的機(jī)器學(xué)習(xí)模型提供數(shù)據(jù)。他有一個(gè)共享如MNIST, CIFAR-10 (圖片數(shù)據(jù)集), Google's One Billion Words (文字)這類(lèi)數(shù)據(jù)集的接口。你使用他來(lái)通過(guò)很多種的方式來(lái)替代自己的數(shù)據(jù)。
  8.Bob
  www.github.com/idiap/bob
  Bob是一個(gè)免費(fèi)的信號(hào)處理和機(jī)器學(xué)習(xí)的工具。它的工具箱是用Python和C++語言共同編寫(xiě)的,它的設(shè)計(jì)目的是變得更加高效並且減少開(kāi)發(fā)時(shí)間,它是由處理圖像工具,音頻和視頻處理、機(jī)器學(xué)習(xí)和模式識別的大量軟體包構(gòu )成的。
  9.Skdata
  www.github.com/jaberg/skdata
  Skdata是機(jī)器學(xué)習(xí)和統(tǒng)計(jì)的數(shù)據(jù)集的庫(kù)程序。這個(gè)模塊對(duì)於玩具問(wèn)題,流行的計(jì)算機(jī)視覺和自然語言的數(shù)據(jù)集提供標(biāo)準(zhǔn)的Python語言的使用。
  10.MILK
  www.github.com/luispedro/milk
  MILK是Python語言下的機(jī)器學(xué)習(xí)工具包。它主要是在很多可得到的分類(lèi)比如SVMS,K-NN,隨機(jī)森林,決策樹中使用監(jiān)督分類(lèi)法。 它還執(zhí)行特徵選擇。 這些分類(lèi)器在許多方面相結(jié)合,可以形成不同的例如無(wú)監(jiān)督學(xué)習(xí)、密切關(guān)係金傳播和由MILK支持的K-means聚類(lèi)等分類(lèi)系統(tǒng)。
  11.IEPY
  www.github.com/machinalis/iepy
  IEPY是一個(gè)專(zhuān)注於關(guān)係抽取的開(kāi)源性信息抽取工具。它主要針對(duì)的是需要對(duì)大型數(shù)據(jù)集進(jìn)行信息提取的用戶(hù)和想要嘗試新的算法的科學(xué)家。
  12.Quepy
  www.github.com/machinalis/quepy
  Quepy是通過(guò)改變自然語言問(wèn)題從而在資料庫(kù)查詢語言中進(jìn)行查詢的一個(gè)Python框架。他可以簡(jiǎn)單的被定義為在自然語言和資料庫(kù)查詢中不同類(lèi)型的問(wèn)題。所以,你不用編碼就可以建立你自己的一個(gè)用自然語言進(jìn)入你的資料庫(kù)的系統(tǒng)。
  現(xiàn)在Quepy提供對(duì)於Sparql和MQL查詢語言的支持。並且計(jì)劃(huà)將它延伸到其他的資料庫(kù)查詢語言。
  13.Hebel
  www.github.com/hannes-brt/hebel
  Hebel是在Python語言中對(duì)於神經(jīng)網(wǎng)絡(luò)的深度學(xué)習(xí)的一個(gè)庫(kù)程序,它使用的是通過(guò)PyCUDA來(lái)進(jìn)行GPU和CUDA的加速。它是最重要的神經(jīng)網(wǎng)絡(luò)模型的類(lèi)型的工具而且能提供一些不同的活動(dòng)函數(shù)的激活功能,例如動(dòng)力,涅斯捷羅夫動(dòng)力,信號(hào)丟失和停止法。
  14.mlxtend
  www.github.com/rasbt/mlxtend
  它是一個(gè)由有用的工具和日常數(shù)據(jù)科學(xué)任務(wù)的擴展組成的一個(gè)庫(kù)程序。
  15.nolearn
  www.github.com/dnouri/nolearn
  這個(gè)程序包容納了大量能對(duì)你完成機(jī)器學(xué)習(xí)任務(wù)有幫助的實(shí)用程序模塊。其中大量的模塊和scikit-learn一起工作,其它的通常更有用。
  16.Ramp
  www.github.com/kvh/ramp
  Ramp是一個(gè)在Python語言下制定機(jī)器學(xué)習(xí)中加快原型設(shè)計(jì)的解決方案的庫(kù)程序。他是一個(gè)輕型的pandas-based機(jī)器學(xué)習(xí)中可插入的框架,它現(xiàn)存的Python語言下的機(jī)器學(xué)習(xí)和統(tǒng)計(jì)工具(比如scikit-learn,rpy2等)Ramp提供了一個(gè)簡(jiǎn)單的聲明性語法探索功能從而能夠快速有效地實(shí)施算法和轉(zhuǎn)換(huàn)。
  17.Feature Forge
  www.github.com/machinalis/featureforge
  這一系列工具通過(guò)與scikit-learn兼容的API,來(lái)創(chuàng)建和測(cè)試機(jī)器學(xué)習(xí)功能。
  這個(gè)庫(kù)程序提供了一組工具,它會(huì)讓你在許多機(jī)器學(xué)習(xí)程序使用中很受用。當(dāng)你使用scikit-learn這個(gè)工具時(shí),你會(huì)感覺到受到了很大的幫助。(雖然這只能在你有不同的算法時(shí)起作用。)
  18.REP
  www.github.com/yandex/rep
  REP是以一種和諧、可再生的方式為指揮數(shù)據(jù)移動(dòng)驅動(dòng)所提供的一種環(huán)境。
  它有一個(gè)統(tǒng)一的分類(lèi)器包裝來(lái)提供各種各樣的操作,例如TMVA, Sklearn, XGBoost, uBoost等等。並且它可以在一個(gè)群體以平行的方式訓(xùn)練分類(lèi)器。同時(shí)它也提供了一個(gè)交互式的情節(jié)。
  19.Python 學(xué)習(xí)機(jī)器樣品
  www.github.com/awslabs/machine-learning-samples
  用亞馬遜的機(jī)器學(xué)習(xí)建造的簡(jiǎn)單軟體收集。
  20.Python-ELM
  www.github.com/dclambert/Python-ELM
  這是一個(gè)在Python語言下基於scikit-learn的極端學(xué)習(xí)機(jī)器的實(shí)現(xiàn)。
  從目前來(lái)看,深度學(xué)習(xí)領(lǐng)域基本上所有的代碼都是C++和Python,其他語言一般只有幾千行。如果講運(yùn)行速度的部分,用C++,如果講開(kāi)發(fā)效率,用Python,誰會(huì)用Java這種高不成低不就的語言搞人工智慧呢?Python雖然是腳本語言,但是因為容易學(xué),迅速成為科學(xué)家的工具(MATLAB也能搞科學(xué)計(jì)算,但是軟體要錢,且很貴),從而積累了大量的工具庫(kù)、架構(gòu ),人工智慧涉及大量的數(shù)據(jù)計(jì)算,用Python是很自然的,簡(jiǎn)單高效。Python有非常多優(yōu)秀的深度學(xué)習(xí)庫(kù)可用,現(xiàn)在大部分深度學(xué)習(xí)框架都支持Python。
    奇酷教育Python課程將主要講授Python基礎(chǔ)知識,穿插講解Python的最佳實(shí)踐,讓學(xué)員不僅僅學(xué)會(huì)編程的基本語法,還能學(xué)到資深工程師的編程經(jīng)驗(yàn),了解一線(xiàn )網(wǎng)際網(wǎng)路公司用到的Python工具和開(kāi)源項(xiàng)目,熟悉Python高手的編程風(fēng)格。
  奇酷教育師資力量強(qiáng),一線(xiàn )名企工程師授課,授課老師教學(xué)經(jīng)驗(yàn)豐富,深入淺出講解,學(xué)習(xí)輕鬆、高效。參加奇酷教育Python班的學(xué)員還可以了解到網(wǎng)際網(wǎng)路公司的協(xié)作方式,開(kāi)發(fā)流程和Python應(yīng)用。
  零基礎(chǔ)入門(mén)到精通,幫助學(xué)員從零基礎(chǔ)學(xué)會(huì)Python編程,豐富的知識擴展,讓學(xué)員收穫的不僅僅是Python,更重要的是傳授學(xué)員編程中最佳實(shí)踐和編程高手的思考方式,引導(dǎo )學(xué)員學(xué)會(huì)高質(zhì)量編程,直達(dá)中高級(jí)水平。