如今，開源已經(jīng)成為創(chuàng)新與技術(shù)發(fā)展的核心。在本文中，雷鋒網(wǎng)將介紹 2016 Python 前20大機(jī)器學(xué)習(xí)開源項(xiàng)目。

去年 KDnuggets 評(píng)選了前 20 大機(jī)器學(xué)習(xí)開源項(xiàng)目（Python版），今年的評(píng)選結(jié)果與去年相比，名單中出現(xiàn)了一些新的面孔，有13個(gè)新開源項(xiàng)目入圍了這個(gè)名單。作者 Prasad Pore 將具體介紹這些開源項(xiàng)目，雷鋒網(wǎng)編譯，未經(jīng)許可不得轉(zhuǎn)載。

第一名：Scikit-learn

Scikit-learn可以說是一款簡單而高效的數(shù)據(jù)挖掘與分析工具，大家可以免費(fèi)下載安裝，使用它處理各種數(shù)據(jù)，使用時(shí)需引入 NumPy, SciPy, and matplotlib這些第三方開源模塊。

提交: 21486    貢獻(xiàn): 736    Github URL: Scikit-learn

第二名：Tensorflow

Tensorflow是由谷歌大腦與谷歌人工智能實(shí)驗(yàn)室的科研人員研發(fā)而成的，這個(gè)系統(tǒng)用于機(jī)器學(xué)習(xí)的研究，可以簡單、快速的實(shí)現(xiàn)研究人員的想法。前段時(shí)間恰逢Tensorflow一周年，雷鋒網(wǎng)也做過報(bào)道和回顧。

提交: 10466    貢獻(xiàn): 493    Github URL: Tensorflow

第三名：Theano

Theano可以對(duì)那些高維數(shù)組數(shù)學(xué)表達(dá)式進(jìn)行定義、優(yōu)化與評(píng)估。

提交: 24108    貢獻(xiàn): 263    Github URL: Theano

第四名：Caffe

Caffe是一款具有表達(dá)、加速、模塊化思想的深度學(xué)習(xí)框架，由 Berkeley Vision and Learning Center (BVLC)于社區(qū)志愿者共同開發(fā)維護(hù)。

提交: 3801    貢獻(xiàn): 215    Github URL: Caffe

第五名：Gensim 

Gensim是一個(gè)免費(fèi)的Python庫，這個(gè)庫可以實(shí)現(xiàn)文本的情感傾向判斷，相似文本檢索等功能。

提交: 2702    貢獻(xiàn): 145    Github URL: Gensim

第六名：Pylearn2 

Pylearn2 也是一個(gè)機(jī)器學(xué)習(xí)的開源庫，但它是一個(gè)基于Theano的庫，所以它有一些Theano的特點(diǎn)，你可以使用數(shù)學(xué)表達(dá)式來寫Pylearn2插件，Theano會(huì)自動(dòng)對(duì)你寫的表達(dá)式進(jìn)行優(yōu)化，按照你的選擇（用CPU或GPU）對(duì)這些表達(dá)式進(jìn)行編譯。

提交: 7100    貢獻(xiàn): 115    Github URL: Pylearn2

第七名：Statsmodels

Statsmodels是一款Python開源工具，可以實(shí)現(xiàn)數(shù)據(jù)探究、統(tǒng)計(jì)模型評(píng)價(jià)、性能測(cè)試等功能，擴(kuò)展性能良好，可對(duì)各種類型的數(shù)據(jù)進(jìn)行各種處理，例如描述統(tǒng)計(jì)、統(tǒng)計(jì)測(cè)試、繪圖、結(jié)果統(tǒng)計(jì)等等。

提交: 8664    貢獻(xiàn): 108    Github URL: Statsmodels

第八名：Shogun

Shogun是一款機(jī)器學(xué)習(xí)工具，其包含了各種機(jī)器學(xué)習(xí)方法。它可以簡單的實(shí)現(xiàn)多種數(shù)據(jù)表示、多種算法的無縫融合。

提交: 15172    貢獻(xiàn): 105    Github URL: Shogun

第九名：Chainer

Chainer是一個(gè)基于Python的開源深度學(xué)習(xí)框架，它可以讓你以一種靈活、簡單、快速的方式實(shí)現(xiàn)多種深度學(xué)習(xí)模型，包括RNN與各種自編碼。

提交: 6298    貢獻(xiàn): 84    Github URL: Chainer

第十名：NuPIC

NuPIC是一個(gè)基于Hierarchical Temporal Memory理論的開源項(xiàng)目，目前Hierarchical Temporal Memory這個(gè)理論中的部分功能已經(jīng)實(shí)現(xiàn)，并進(jìn)行了測(cè)試與應(yīng)用，其它部分正在完善中。

提交: 6088    貢獻(xiàn): 76    Github URL: NuPIC

第十一名：Neon

Neon是一款深度學(xué)習(xí)第三方庫，在進(jìn)行高性能計(jì)算時(shí)它具有簡單易用的特點(diǎn)。

提交: 875    貢獻(xiàn): 47    Github URL: Neon

第十二名：NiLearn

NiLearn主要用于處理醫(yī)學(xué)圖像數(shù)據(jù)，具有簡單、快速的特點(diǎn)。它通過調(diào)用scikit-learn進(jìn)行多元統(tǒng)計(jì)分析（例如：預(yù)測(cè)模型、分類、解碼、關(guān)聯(lián)分析）。

提交: 5254    貢獻(xiàn): 46    Github URL: NiLearn

第十三名：Orange3

Orange3是一款機(jī)器學(xué)習(xí)與數(shù)據(jù)可視化開源工具，可以對(duì)數(shù)據(jù)進(jìn)行各種交互分析。

提交: 6356    貢獻(xiàn): 40    Github URL: Orange3

第十四名：Pymc

Pymc是一個(gè)貝葉斯統(tǒng)計(jì)模型（包括馬爾科夫鏈）庫，具有靈活、擴(kuò)展性能好的特點(diǎn)。

提交: 2701    貢獻(xiàn): 37    Github URL: Pymc

第十五名：PyBrain：

PyBrain是一個(gè)機(jī)器學(xué)習(xí)庫，它的目標(biāo)是讓算法的實(shí)現(xiàn)變的簡單、靈活、高效。同時(shí)使得在特定環(huán)境下對(duì)算法的測(cè)試與比較也變的簡單、靈活、高效。

提交: 984    貢獻(xiàn): 31    Github URL: PyBrain

第十六名：Fuel

Fuel主要用于算法與輸入數(shù)據(jù)之間的銜接。它將被Blocks and Pylearn2這兩個(gè)Python庫使用。

提交: 1053    貢獻(xiàn): 29    Github URL: Fuel

第十七名： PyMVPA 

PyMVPA 適用于大規(guī)模的數(shù)據(jù)集，具有擴(kuò)展性能好優(yōu)點(diǎn)，提供多種算法（分類、回歸、特征選擇、數(shù)據(jù)導(dǎo)入、數(shù)據(jù)導(dǎo)出等）接口。

提交: 9258    貢獻(xiàn): 26    Github URL: PyMVPA

第十八名：Annoy

Annoy是一個(gè)Python可調(diào)用的C++庫，主要用來對(duì)給定數(shù)據(jù)進(jìn)行搜索。它可以生成大量的基于文檔的可讀數(shù)據(jù)結(jié)構(gòu)，這種數(shù)據(jù)結(jié)構(gòu)與內(nèi)存相對(duì)應(yīng)，從而使數(shù)據(jù)被共享。

提交: 365    貢獻(xiàn): 24    Github URL: Annoy

第十九名：Deap

Deap是一款新的計(jì)算框架，它使得算法實(shí)現(xiàn)與數(shù)據(jù)結(jié)構(gòu)變得簡單明了。它采用的是并行處理機(jī)制。

提交: 1854    貢獻(xiàn): 21    Github URL: Deap

第二十名：Pattern

Pattern是一款web信息挖掘工具，它集成了各種工具。這些工具可以用來進(jìn)行數(shù)據(jù)挖掘、自然語言處理、機(jī)器學(xué)習(xí)、網(wǎng)絡(luò)分析。

提交: 943    貢獻(xiàn): 20    Github URL: Pattern

如下圖所示，PyMVPA的社區(qū)貢獻(xiàn)率最高，而排名第一的Scikit-learn社區(qū)貢獻(xiàn)率卻很低，究其原因是PyMVPA是還是一個(gè)比較新的開源項(xiàng)目，還有一些地方需要完善、修復(fù)。而Scikit-learn則是一個(gè)相對(duì)來說比較成熟的項(xiàng)目，需要修改、完善的地方比較少。

當(dāng)我們對(duì)2015與2016的結(jié)果進(jìn)行對(duì)比（下圖），我們發(fā)現(xiàn)Pattern, PyBrain and Pylearn2這三個(gè)項(xiàng)目的貢獻(xiàn)人數(shù)與提交數(shù)均沒有變化。貢獻(xiàn)的人增加了，提交的次數(shù)也才跟著增加，這就是開源社區(qū)的神奇所在。這些新增的貢獻(xiàn)者與其提交內(nèi)容導(dǎo)致了新的思想、新的軟件的產(chǎn)生。

基于2016年20大機(jī)器學(xué)習(xí)開源項(xiàng)目的貢獻(xiàn)人數(shù)與提交數(shù)，以上是雷鋒網(wǎng)整理的簡單分析。不知道到明年的評(píng)選上，又有怎樣的開源平臺(tái)會(huì)登上這個(gè)榜單呢？

via Top 20 Python Machine Learning Open Source Project

【招聘】雷鋒網(wǎng)堅(jiān)持在人工智能、無人駕駛、VR/AR、Fintech、未來醫(yī)療等領(lǐng)域第一時(shí)間提供海外科技動(dòng)態(tài)與資訊。我們需要若干關(guān)注國際新聞、具有一定的科技新聞選題能力，翻譯及寫作能力優(yōu)良的外翻編輯加入。 

簡歷投遞至 wudexin@leiphone.com，工作地 北京。

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。