機器學(xué)習(xí)年度 20 大開源項目花落誰家？（Python 版）

本文作者：小東

2016-12-19 14:53

導(dǎo)語：去年 KDnuggets 評選了前 20 大機器學(xué)習(xí)開源項目?（Python版），今年進行重新評選后，出現(xiàn)了一些新的面孔，有13個新開源項目入選了這個名單。

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大機器學(xué)習(xí)開源項目。

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

機器學(xué)習(xí)年度 20 大開源項目花落誰家？（Python 版）

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，大家可以免費下載安裝，使用它處理各種數(shù)據(jù)，使用時需引入 NumPy, SciPy, and matplotlib這些第三方開源模塊。

提交: 21486 貢獻: 736 Github URL: Scikit-learn

第二名：Tensorflow

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

提交: 10466 貢獻: 493 Github URL: Tensorflow

第三名：Theano

Theano可以對那些高維數(shù)組數(shù)學(xué)表達式進行定義、優(yōu)化與評估。

提交: 24108 貢獻: 263 Github URL: Theano

第四名：Caffe

Caffe是一款具有表達、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。

提交: 3801 貢獻: 215 Github URL: Caffe

第五名：Gensim

Gensim是一個免費的Python庫，這個庫可以實現(xiàn)文本的情感傾向判斷，相似文本檢索等功能。

提交: 2702 貢獻: 145 Github URL: Gensim

第六名：Pylearn2

Pylearn2 也是一個機器學(xué)習(xí)的開源庫，但它是一個基于Theano的庫，所以它有一些Theano的特點，你可以使用數(shù)學(xué)表達式來寫Pylearn2插件，Theano會自動對你寫的表達式進行優(yōu)化，按照你的選擇（用CPU或GPU）對這些表達式進行編譯。

提交: 7100 貢獻: 115 Github URL: Pylearn2

第七名：Statsmodels

Statsmodels是一款Python開源工具，可以實現(xiàn)數(shù)據(jù)探究、統(tǒng)計模型評價、性能測試等功能，擴展性能良好，可對各種類型的數(shù)據(jù)進行各種處理，例如描述統(tǒng)計、統(tǒng)計測試、繪圖、結(jié)果統(tǒng)計等等。

提交: 8664 貢獻: 108 Github URL: Statsmodels

第八名：Shogun

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

提交: 15172 貢獻: 105 Github URL: Shogun

第九名：Chainer

Chainer是一個基于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: 84 Github URL: Chainer

第十名：NuPIC

NuPIC是一個基于Hierarchical Temporal Memory理論的開源項目，目前Hierarchical Temporal Memory這個理論中的部分功能已經(jīng)實現(xiàn)，并進行了測試與應(yīng)用，其它部分正在完善中。

提交: 6088 貢獻: 76 Github URL: NuPIC

第十一名：Neon

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

提交: 875 貢獻: 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。它通過調(diào)用scikit-learn進行多元統(tǒng)計分析（例如：預(yù)測模型、分類、解碼、關(guān)聯(lián)分析）。

提交: 5254 貢獻: 46 Github URL: NiLearn

第十三名：Orange3

Orange3是一款機器學(xué)習(xí)與數(shù)據(jù)可視化開源工具，可以對數(shù)據(jù)進行各種交互分析。

提交: 6356 貢獻: 40 Github URL: Orange3

第十四名：Pymc

Pymc是一個貝葉斯統(tǒng)計模型（包括馬爾科夫鏈）庫，具有靈活、擴展性能好的特點。

提交: 2701 貢獻: 37 Github URL: Pymc

第十五名：PyBrain：

PyBrain是一個機器學(xué)習(xí)庫，它的目標(biāo)是讓算法的實現(xiàn)變的簡單、靈活、高效。同時使得在特定環(huán)境下對算法的測試與比較也變的簡單、靈活、高效。

提交: 984 貢獻: 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Python庫使用。

提交: 1053 貢獻: 29 Github URL: Fuel

第十七名： PyMVPA

PyMVPA 適用于大規(guī)模的數(shù)據(jù)集，具有擴展性能好優(yōu)點，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: 26 Github URL: PyMVPA

第十八名：Annoy

Annoy是一個Python可調(diào)用的C++庫，主要用來對給定數(shù)據(jù)進行搜索。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)存相對應(yīng)，從而使數(shù)據(jù)被共享。

提交: 365 貢獻: 24 Github URL: Annoy

第十九名：Deap

Deap是一款新的計算框架，它使得算法實現(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制。

提交: 1854 貢獻: 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行數(shù)據(jù)挖掘、自然語言處理、機器學(xué)習(xí)、網(wǎng)絡(luò)分析。

提交: 943 貢獻: 20 Github URL: Pattern

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

機器學(xué)習(xí)年度 20 大開源項目花落誰家？（Python 版）

當(dāng)我們對2015與2016的結(jié)果進行對比（下圖），我們發(fā)現(xiàn)Pattern, PyBrain and Pylearn2這三個項目的貢獻人數(shù)與提交數(shù)均沒有變化。貢獻的人增加了，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。這些新增的貢獻者與其提交內(nèi)容導(dǎo)致了新的思想、新的軟件的產(chǎn)生。

機器學(xué)習(xí)年度 20 大開源項目花落誰家？（Python 版）