Python機(jī)器學(xué)習(xí)庫(kù)和深度學(xué)習(xí)庫(kù)總結(jié)

我們?cè)贕ithub上的貢獻(xiàn)者和提交者之中檢查了用Python語言進(jìn)行機(jī)器學(xué)習(xí)的開源項(xiàng)目，并挑選出最受歡迎和最活躍的項(xiàng)目。

1. Scikit-learn（重點(diǎn)推薦）

Scikit-learn 是基于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，回歸和聚類的算法包括支持向量機(jī)，邏輯回歸，樸素貝葉斯分類器，隨機(jī)森林，Gradient Boosting，聚類算法和DBSCAN。而且也設(shè)計(jì)出了Python numerical和scientific libraries Numpy and Scipy

2、Keras（深度學(xué)習(xí)）
https://github.com/fchollet/keras
Keras是基于Theano的一個(gè)深度學(xué)習(xí)框架，它的設(shè)計(jì)參考了Torch，用Python語言編寫，是一個(gè)高度模塊化的神經(jīng)網(wǎng)絡(luò)庫(kù)，支持GPU和CPU。

3、Lasagne（深度學(xué)習(xí)）
不只是一個(gè)美味的意大利菜，也是一個(gè)和Keras有著相似功能的深度學(xué)習(xí)庫(kù)，但其在設(shè)計(jì)上與它們有些不同。

4.Pylearn2

Pylearn是一個(gè)讓機(jī)器學(xué)習(xí)研究簡(jiǎn)單化的基于Theano的庫(kù)程序。它把深度學(xué)習(xí)和人工智能研究許多常用的模型以及訓(xùn)練算法封裝成一個(gè)單一的實(shí)驗(yàn)包，如隨機(jī)梯度下降。

5.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的核心是基于時(shí)間的持續(xù)學(xué)習(xí)算法和儲(chǔ)存和撤銷的時(shí)空模式。NuPIC適合于各種各樣的問題,尤其是檢測(cè)異常和預(yù)測(cè)的流數(shù)據(jù)來源。

6. 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(yù)測(cè)建模，分類，解碼，連通性分析的應(yīng)用程序來進(jìn)行多元的統(tǒng)計(jì)。

7.PyBrain

Pybrain是基于Python語言強(qiáng)化學(xué)習(xí)，人工智能，神經(jīng)網(wǎng)絡(luò)庫(kù)的簡(jiǎn)稱。 它的目標(biāo)是提供靈活、容易使用并且強(qiáng)大的機(jī)器學(xué)習(xí)算法和進(jìn)行各種各樣的預(yù)定義的環(huán)境中測(cè)試來比較你的算法。

8.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、支持向量機(jī)和感知機(jī)并且用KNN分類法進(jìn)行分類。

9.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)這類數(shù)據(jù)集的接口。你使用他來通過很多種的方式來替代自己的數(shù)據(jù)。

10.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++語言共同編寫的，它的設(shè)計(jì)目的是變得更加高效并且減少開發(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(shí)別的大量軟件包構(gòu)成的。

11.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)于玩具問題，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。

12.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比如SVMS,K-NN,隨機(jī)森林，決策樹中使用監(jiān)督分類法。 它還執(zhí)行特征選擇。 這些分類器在許多方面相結(jié)合,可以形成不同的例如無監(jiān)督學(xué)習(xí)、密切關(guān)系金傳播和由MILK支持的K-means聚類等分類系統(tǒng)。

13.IEPY

IEPY是一個(gè)專注于關(guān)系抽取的開源性信息抽取工具。它主要針對(duì)的是需要對(duì)大型數(shù)據(jù)集進(jìn)行信息提取的用戶和想要嘗試新的算法的科學(xué)家。

14.Quepy

Quepy是通過改變自然語言問題從而在數(shù)據(jù)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數(shù)據(jù)庫(kù)查詢中不同類型的問題。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)入你的數(shù)據(jù)庫(kù)的系統(tǒng)。

現(xiàn)在Quepy提供對(duì)于Sparql和MQL查詢語言的支持。并且計(jì)劃將它延伸到其他的數(shù)據(jù)庫(kù)查詢語言。

15.Hebel

Hebel是在Python語言中對(duì)于神經(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PyCUDA來進(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。

16.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(kuò)展組成的一個(gè)庫(kù)程序。

17.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。