2018年8月Top 10 Python开源项目

来源:http://www.sh-fengwen.com 作者:家常菜谱 人气:159 发布时间:2019-11-19
摘要:如今开源是创新的核心,推动着技术的飞速革新。本文会为你介绍 2016年机器学习 Top 20 Python开源项目,同时分析得出一些有趣的见解和发展趋势。   KDnuggets 为您带来 Github 上最新的

图片 1

如今开源是创新的核心,推动着技术的飞速革新。本文会为你介绍 2016 年机器学习 Top 20 Python 开源项目,同时分析得出一些有趣的见解和发展趋势。

 

KDnuggets 为您带来 Github 上最新的 Python 机器学习开源项目前 20 名。奇怪的是,去年一些非常活跃的项目渐渐停滞了,因此没能上榜,而 13 个新项目冲进了今年的 top 20(参考贡献 contributions 和提交数 commits)。

过去一个月,经过对 8 月新增项目多方比较,MyBridge 从 250 余个 Python 开源项目中选出了最好的 10 个。

2016 Top 20 Python 机器学习开源项目

 

  1. Scikit-learn 是一个简单且高效的数据挖掘和数据分析工具,易上手,可以在多个上下文中重复使用。它基于NumPy, SciPy 和 matplotlib,开源,可商用(基于 BSD 许可)
  • 这些项目在 GitHub 上平均获得 1333 个star
  • 项目话题涵盖:游戏开发、爬虫、终端制图、人脸识别、量子计算、视频下载等。

提交数: 21486, 贡献者: 736, Github 链接: Scikit-learn(http://github.com/scikit-learn/scikit-learn0

 

  1. Tensorflow 最初由谷歌机器智能科研组织中的谷歌大脑团队(Google Brain Team)的研究人员和工程师开发。该系统设计的初衷是为了便于机器学习研究,能够更快更好地将科研原型转化为生产项目。

No.1

提交数: 10466, 贡献者: 493, Github 链接: Tensorflow(https://github.com/tensorflow/tensorflow)

Pyxel:一款用Python编写的复古风游戏开发环境。[GitHub上3625个star]

  1. Theano 允许高效地定义、优化以及评估涉及多维数组的数学表达式. 提交数: 24108, 贡献者: 263, Github 链接: Theano(https://github.com/Theano/Theano)

  2. Caffe 是一个基于表达式,速度和模块化原则创建的深度学习框架。它由伯克利视觉学习中心(BVLC, Berkeley Vision and Learning Center)和社区贡献者共同开发。 提交数: 3801, 贡献者: 215, Github 链接: Caffe(https://github.com/BVLC/caffe)

  3. Gensim 是一个免费的 Python 库,它包含可扩展的统计语义,分析纯文本文档的语义结构,以及检索相似语义的文档等功能。

图片 2

提交数: 2702, 贡献者: 145, Github 链接: Gensim(https://github.com/RaRe-Technologies/gensim)

项目地址:

  1. Pylearn2 是一个机器学习库。它的大多数功能都是构建于Theano 之上的。这意味着你可以利用数学表达式自己写 Pylearn2 插件(新模型,算法等等),Theano 会为你优化这些表达式使其更加稳定,你还可以选择将其编译到后端(CPU 或 GPU)。

https://github.com/kitao/pyxel

提交数: 7100, 贡献者: 115, Github 链接: Pylearn2(http://github.com/lisa-lab/pylearn2)

 

  1. Statsmodels 是一个 Python 模块,可以用来探索数据,估计统计模型,进行统计测试。对于不同类型的数据和模型估计,都有描述性统计,统计测试,绘图功能和结果统计的详细列表可用。

No.2

提交数: 8664, 贡献者: 108, Github 链接: Statsmodels(https://github.com/statsmodels/statsmodels/)

Photon:一款速度极快的爬虫工具,可爬取URL、邮箱、文件、网站账号等等。[GitHub上3451个star]

  1. Shogun 是一个机器学习工具箱,它提供了很多统一高效的机器学习方法。这个工具箱允许多个数据表达,算法类和通用工具无缝组合。

图片 3

提交数: 15172 贡献者: 105, Github 链接: Shogun(https://github.com/shogun-toolbox/shogun)

项目地址:

  1. Chainer 是一个基于 Python 的独立的深度学习模型开源框架。Chainer 提供了灵活、直观且高性能的方法实现全方位的深度学习模型,包括循环神经网络 (recurrent neural networks) 和变分自编码器(variational autoencoders)这些最新的模型 。

https://github.com/s0md3v/Photon

提交数: 6298, 贡献者: 84, Github 链接: Chainer(https://github.com/pfnet/chainer)

 

  1. NuPIC 是一个基于 HTM 算法 (Hierarchical Temporal Memory) 的开源项目。HTM 的一部分已经通过实践、测试和应用,另一部分仍在开发之中。

No.3

提交数: 6088, 贡献者: 76, Github 链接: NuPIC(http://github.com/numenta/nupic)

Termgraph:Python命令行工具,能够在终端画出简单的图形。[GitHub上1751个star]

  1. Neon 是 Nervana 公司一个基于 Python 的深度学习库。它易于使用且具有超高的性能。

图片 4

提交数: 875, 贡献者: 47, Github 链接: Neon(https://github.com/NervanaSystems/neon)

项目地址:

  1. Nilearn 是一个 Python 模块,用于在神经成像 (NeuroImaging) 数据上进行快速简单的统计学习。它利用 scikit-learn Python 工具箱来处理多变量统计信息,包括预测建模,分类,解码或连接分析.

https://github.com/mkaz/termgraph

提交数: 5254, 贡献者: 46, Github 链接: Nilearn(http://github.com/nilearn/nilearn)

 

  1. Orange3 是一个同时适用于新手和数据专家的机器学习和数据可视化开源软件,支持拥有大型工具箱的交互式数据分析工作流程。

No.4

提交数: 6356, 贡献者: 40, Github 链接: Orange3(https://github.com/biolab/orange3)

Social_mapper:一款开源智能工具,能够利用人脸识别技术,将多个不同社交网站的主页进行关联。[GitHub上1509个star]

  1. Pymc 是一个Python 模块,它能实现贝叶斯统计模型和拟合算法,包括马尔科夫链蒙特卡罗(Markov chain Monte Carlo)算法。它非常灵活,具有可扩展性,适用于处理一系列大规模问题。

图片 5

提交数: 2701, 贡献者: 37, Github 链接: Pymc(https://github.com/pymc-devs/pymc)

项目地址:

  1. PyBrain 是一个模块化的 Python 机器学习库。它致力于为机器学习任务提供灵活易上手但功能强大的算法,和一系列用于测试和比较算法的预定义环境。

https://github.com/SpiderLabs/social_mapper

提交数: 984, 贡献者: 31, Github 链接: PyBrain(http://github.com/pybrain/pybrain)

 

  1. Fuel 是一个数据管道框架(data pipeline framework),它为机器学习模型提供所需的数据。Blocks 和 Pylearn2 这两个神经网络库都有计划使用 Fuel。

No.5

提交数: 1053, 贡献者: 29, Github 链接: Fuel(http://github.com/mila-udem/fuel)

Cirq:谷歌开源的Python框架,可用于创建、编辑和调用NISQ电路。NISQ是Noisy Intermediate Scale Quantum(嘈杂中型量子)的简称,谷歌编写的Cirq是专为NISQ算法打造的框架。[GitHub上1063个star]

17.PyMVPA 是一个 Python 包,旨在简化大型数据集的统计学习分析。它提供了一个可扩展的框架和一个用于分类,回归,特征选择,数据导入导出等算法的高级接口。

图片 6

提交数: 9258, 贡献者: 26, Github 链接: PyMVPA(https://github.com/PyMVPA/PyMVPA)

本文由美高梅游戏平台网站发布于家常菜谱,转载请注明出处:2018年8月Top 10 Python开源项目

关键词:

最火资讯