雷鋒網(wǎng) AI 研習(xí)社按：本文主要編譯于 Github 的文章「Getting started with machine learning」（原文鏈接：https://github.com/collections/machine-learning）。另外，雷鋒網(wǎng) AI 研習(xí)社在原文的基礎(chǔ)上補充了部分開源項目，為 AI 開發(fā)者提供更加詳細的 AI 項目和資源。

機器學(xué)習(xí)是用數(shù)據(jù)來學(xué)習(xí)、概括、預(yù)測的研究。近幾年，隨著數(shù)據(jù)的開發(fā)、算法的改進以及硬件計算能力的提升，機器學(xué)習(xí)技術(shù)得以快速發(fā)展，不斷延伸至新的領(lǐng)域。從模式識別到電子游戲，開發(fā)者們通過訓(xùn)練 AI 算法實現(xiàn)了各種各樣好玩的應(yīng)用：

MarI/O 

源碼地址：https://pastebin.com/ZZmSNaHX

一段用神經(jīng)網(wǎng)絡(luò)和遺傳算法寫的程序，可以玩「超級馬里奧世界」。

Richard-An/Wechat_AutoJump

GitHub 地址：https://github.com/Richard-An/Wechat_AutoJump

AI 玩微信跳一跳的正確姿勢。

lllyasviel/style2paints

GitHub 地址：https://github.com/lllyasviel/style2paints

AI 漫畫線稿自動上色工具。

tensorflow/magenta

GitHub 地址：https://github.com/tensorflow/magenta

機器智能音樂與藝術(shù)生成器。

jbhuang0604 / awesome-computer-vision

GitHub 地址：https://github.com/jbhuang0604/awesome-computer-vision

很不錯的計算機視覺資源。

雖然研究者們在機器學(xué)習(xí)領(lǐng)域取得了讓人興奮的成果，不過我們?nèi)匀惶幱跈C器學(xué)習(xí)發(fā)展的早期階段。

對于剛接觸機器學(xué)習(xí)的開發(fā)者來講，想要理解什么是機器學(xué)習(xí)，首先要搞懂三個部分：輸入、算法、輸出。

輸入：驅(qū)動機器學(xué)習(xí)的數(shù)據(jù)

輸入指的是算法和訓(xùn)練模型需要的數(shù)據(jù)集，從源代碼到統(tǒng)計數(shù)據(jù)，數(shù)據(jù)集可以包括任何東西：

GSA/data 

GitHub 地址：https://github.com/GSA/data

來自美國總務(wù)管理局的分類數(shù)據(jù)。

GoogleTrends / data 

GitHub 地址：https://github.com/GoogleTrends/data

Google 開源數(shù)據(jù)的索引

nationalparkservice / data 

GitHub 地址：https://github.com/nationalparkservice/data

一個非官方的美國國家公園數(shù)據(jù)庫。

fivethirtyeight / data

GitHub 地址：https://github.com/fivethirtyeight/data

新聞網(wǎng)站 FiveThirtyEight 上的一些代碼和數(shù)據(jù)。

zalandoresearch/fashion-mnist

GitHub 地址：https://github.com/zalandoresearch/fashion-mnist

一個類似 MINIST 的時尚產(chǎn)品數(shù)據(jù)庫。

beamandrew / medical-data

GitHub 地址：https://github.com/beamandrew/medical-data

機器學(xué)習(xí)醫(yī)療數(shù)據(jù)清單。

src-d / awesome-machine-learning-on-source-code

GitHub 地址：https://github.com/src-d/awesome-machine-learning-on-source-code

與機器學(xué)習(xí)相關(guān)的鏈接和論文的代碼。

PAIR-code/facets

GitHub 地址：https://github.com/PAIR-code/facets

機器學(xué)習(xí)數(shù)據(jù)集可視化工具。

由于我們需要這些數(shù)據(jù)來訓(xùn)練機器學(xué)習(xí)算法，所以獲取高質(zhì)量的數(shù)據(jù)集是如今機器學(xué)習(xí)領(lǐng)域的最大挑戰(zhàn)之一。

算法：如何處理和分析數(shù)據(jù)

機器學(xué)習(xí)算法可利用數(shù)據(jù)執(zhí)行特定的任務(wù)，最常見的機器學(xué)習(xí)算法有如下幾種：

1.監(jiān)督學(xué)習(xí)。

監(jiān)督學(xué)習(xí)使用以及標注過的和結(jié)構(gòu)化的數(shù)據(jù)，通過制定一組輸入數(shù)據(jù)集合所需的輸出，機器可以學(xué)習(xí)如何識別目標并且映射到其他的學(xué)習(xí)任務(wù)上。

例如，在決策樹的學(xué)習(xí)中，數(shù)值可通過應(yīng)用一組輸入數(shù)據(jù)的決策規(guī)則來預(yù)估：

igrigorik / decisiontree

GitHub 地址：https://github.com/igrigorik/decisiontree

基于 ID3 的機器學(xué)習(xí)決策樹算法的實現(xiàn)。

2.無監(jiān)督學(xué)習(xí)

無監(jiān)督學(xué)習(xí)是使用非結(jié)構(gòu)化數(shù)據(jù)來發(fā)現(xiàn)模式和結(jié)構(gòu)的過程。監(jiān)督學(xué)習(xí)可能會使用電子表格作為數(shù)據(jù)的輸入，而無監(jiān)督學(xué)習(xí)可能會用來理解一本書或者一篇文章。

例如，無監(jiān)督學(xué)習(xí)是自然語言處理中非常流行的方法：

keon / awesome-nlp

GitHub 地址：https://github.com/keon/awesome-nlp

專門用于自然語言處理（NLP）的資源清單列表。

3.增強學(xué)習(xí)

增強學(xué)習(xí)可要求算法實現(xiàn)一個特定的目標，它通過獎懲的方式使 Agent 行為性能達到最大。

例如，增強學(xué)習(xí)可以用于開發(fā)自動駕駛汽車或者教會一個機器人如何生產(chǎn)物件。

openai / gym

GitHub 地址：https://github.com/openai/gym

一個用于開發(fā)和比較增強學(xué)習(xí)算法的工具包。

aikorea / awesome-rl

GitHub 地址：https://github.com/aikorea/awesome-rl

專門用于強化學(xué)習(xí)的資源清單。

一些可以用于練習(xí)的項目：

umutisik / Eigentechno

GitHub 地址：https://github.com/umutisik/Eigentechno

音樂循環(huán)的主成分分析

jpmckinney / tf-idf-similarity

GitHub 地址：https://github.com/jpmckinney/tf-idf-similarity

在 Ruby gem 上用 tf * idf 來計算文本之間的相似度。

scikit-learn-contrib / lightning

GitHub 地址：https://github.com/scikit-learn-contrib/lightning

Python 的大規(guī)模線性分類、回歸和排名。

gwding / draw_convnet

GitHub 地址：https://github.com/gwding/draw_convnet

用于說明卷積神經(jīng)網(wǎng)絡(luò)（ConvNet）的 Python 腳本。

一些庫和工具：

scikit-learn / scikit-learn

GitHub 地址：https://github.com/scikit-learn/scikit-learn

用 Python 實現(xiàn)機器學(xué)習(xí)。

tensorflow / tensorflow

GitHub 地址：https://github.com/tensorflow/tensorflow

一個采用數(shù)據(jù)流圖(data flow graphs)，用于數(shù)值計算的開源軟件庫

Theano / Theano

GitHub 地址：https://github.com/Theano/Theano

可以高效定義、優(yōu)化、評估涉及多維數(shù)組數(shù)學(xué)表達式的 Python 庫。

shogun-toolbox/shogun

GitHub 地址：https://github.com/shogun-toolbox/shogun

高效的開源機器學(xué)習(xí)工具。

davisking / dlib

GitHub 地址：https://github.com/davisking/dlib

用 C++ 編寫的機器學(xué)習(xí)與數(shù)據(jù)分析應(yīng)用工具包。

apache / predictionio

GitHub 地址：https://github.com/apache/predictionio

面向開發(fā)者和機器學(xué)習(xí)工程師的機器學(xué)習(xí)服務(wù)器，基于Apache Spark，HBase 和 Spray 。

更多的深度學(xué)習(xí)框架，可查看文章：

迎來 PyTorch，告別 Theano，2017 深度學(xué)習(xí)框架發(fā)展大盤點

輸出：最終的結(jié)果

機器學(xué)習(xí)的輸出結(jié)果可以是一種識別顏色的模式，也可以是簡單的網(wǎng)頁色調(diào)分析，或者是某個置信區(qū)間里的預(yù)估值?？傊?，輸出的結(jié)果可以是任何事情。

獲取輸出結(jié)果的方式有以下幾種：

• 分類：為數(shù)據(jù)集中的每一個項目生成一個輸出值

• 回歸：給出數(shù)據(jù)，預(yù)測所考慮變量最可能的值

• 聚類：將相似模式的數(shù)據(jù)聚集在一起

以下是幾個應(yīng)用例子：

deepmind / pysc2

GitHub 地址：https://github.com/deepmind/pysc2

DeepMind 用增強學(xué)習(xí)玩星際爭霸2。

gokceneraslan / awesome-deepbio

GitHub 地址：https://github.com/gokceneraslan/awesome-deepbio

一個用于生物計算領(lǐng)域的深度學(xué)習(xí)應(yīng)用程序清單。

buriburisuri / ByteNet

GitHub 地址：https://github.com/buriburisuri/ByteNet

用 DeepMind ByteNet 實現(xiàn)的，基于 Tensorflow 的法語轉(zhuǎn)英語翻譯器。

OpenNMT/OpenNMT

GitHub 地址：https://github.com/OpenNMT/OpenNMT

Torch 上的開源神經(jīng)機器翻譯。

準備好開始上手機器學(xué)習(xí)了嗎？

好好利用開源項目來掌握機器學(xué)習(xí)，你也可以像下面的開發(fā)者那樣貢獻出你的資源：

機器學(xué)習(xí)：

josephmisiti / awesome-machine-learning

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

一些機器學(xué)習(xí)框架、庫和軟件的清單。

ujjwalkarn/Machine-Learning-Tutorials

https://github.com/ujjwalkarn/Machine-Learning-Tutorials

機器學(xué)習(xí)和深度學(xué)習(xí)的教程、文章以及其他的一些資源。

深度學(xué)習(xí)

awesome-deep-learning

https://github.com/ChristosChristofidis/awesome-deep-learning

一些不錯的深度學(xué)習(xí)教程、項目和社區(qū)。

fastai / courses

https://github.com/fastai/courses

fast.ai 課程。

Tensorflow:

jtoy / awesome-tensorflow

GitHub 地址：https://github.com/jtoy/awesome-tensorflow

TensorFlow 資源清單 http://tensorflow.org。

nlintz / TensorFlow-Tutorials

GitHub 地址：https://github.com/nlintz/TensorFlow-Tutorials

TensorFlow 的簡單教程。

pkmital / tensorflow_tutorials

GitHub 地址：https://github.com/pkmital/tensorflow_tutorials

一些 TensorFlow 的基礎(chǔ)知識和有趣的應(yīng)用。

最后，雷鋒網(wǎng) AI 研習(xí)社再附上兩個程序員佛系注釋，愿佛祖保佑你們編程無 Bug。

Guicai-Li/OneDay

https://github.com/Guicai-Li/OneDay

YondoL/Buddha

https://github.com/YondoL/Buddha/blob/master/index.html

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。