<mark id="oztn4"></mark>
0
前言：那些流行的機器學習項目之所以受歡迎，一般是因為其提供了一種多數(shù)人需要的服務，或是因為它們是第一個（也許是最好的）針對特定用戶提供服務的。那些最流行的項目包括Scikit-learn、TensorFlow、 Theano、MXNet 、Weka 等。根據(jù)個人使用的工作系統(tǒng)、深度學習目標不同，不同的人認為流行的項目可能會有些許差異。然而，這些項目共有的特性是它們都面向大量的用戶提供服務。但是仍然存在很多小型的機器學習項目：pipelines、wrappers、high-level APIs、cleaners等，通常來說這些項目都是針對小規(guī)模的用戶群提供好用且靈活的服務。
本文將介紹十種不那么有名的機器學習項目，你也可能從這些項目中獲得一些不錯的啟發(fā)。不建議你去嘗試所有的項目，但是如果里面剛好有你需要的某個功能，請盡管去試一試。
以下即十大你不可忽視的機器學習項目（排名不分先后）：
1. Deepy
Deepy由Raphael Shu開發(fā)，是一個基于Theano擴展深度學習框架，它提供了一個簡潔的、高階的組件（如LSTMs）、批規(guī)范化、自動編碼等功能。Deepy宣稱其框架是十分簡潔明了的，它的官方文檔和示例也同樣如此。
Deepy工作原理：在給定訓練數(shù)據(jù)和參數(shù)（隨機初始化）下運行模型，將錯誤（或梯度）反饋并更新參數(shù)，這個過程反復進行。
2. MLxtend
MLxtend 由Sebastian Raschka開發(fā)，是一系列有效工具的集合，也是針對機器學習任務的擴展。Sebastian Raschka提到MLxtend本質上是一些有效的工具集，也是與機器學習和數(shù)據(jù)科學相關的參考資料。他提到開發(fā)MLxtend主要是基于以下幾個原因：
一些其他地方找不到的特定算法（如序列特征選擇算法、多數(shù)表決分類器、疊加預估、繪圖決策區(qū)域等）
用于教學目的（邏輯回歸、Softmax回歸、多層感知器、PCA、PCA內核等）這些實現(xiàn)主要關注于代碼的可讀性，而不是單純的效率
打包便利：tensorflow、Softmax回歸和多層感知器
MLxtend基本上是Sebastian Raschka所寫的一個機器學習運行常用的庫，其中很多功能的實現(xiàn)都與scikit-learn的API相似，但作者仍在持續(xù)更新中，且作者表示所有的新增特性與創(chuàng)新的算法都會一起打包在MLxtend中。
3. datacleaner
datacleaner由Randal Olson開發(fā)，他認為自己開發(fā)的datacleaner是一個“能自動清除數(shù)據(jù)集并且讓它們便于分析的Python工具。”他認為：datacleaner所做的將會節(jié)約你大量的編碼和清理數(shù)據(jù)的時間。
datacleaner還處于開發(fā)過程中，但目前已經能夠處理以下常規(guī)（傳統(tǒng)方式下耗時量巨大的）數(shù)據(jù)清洗任務：
在列的基礎上，用模式或中位數(shù)替換丟失的值
用數(shù)值等價物對非數(shù)值變量進行編碼等
4. auto-sklearn
auto-sklearn由德國弗萊堡大學機器學習自動算法小組開發(fā)，是針對Scikit-learn環(huán)境的自動機器學習工具。
auto-sklearn能將機器學習用戶從算法選擇和高參數(shù)調整中解救出來，它利用了近期在貝葉斯優(yōu)化、元學習和集成構筑上研究的優(yōu)勢。其大致工作原理如下：
5. Deep Mining
Deep Mining由來自MIT CSAIL實驗室的Sebastien Dubois開發(fā)，是一個機器學習深管道自動調諧器。為了盡快實現(xiàn)最好的分類精度，該軟件將迭代、智能地測試一些超參數(shù)集。
另外值得一提的是文件夾GCP-HPO包含所有高斯過程（GCP）的實現(xiàn)代碼以及基于其基礎上的超參數(shù)優(yōu)化（HPO）。高斯過程（GCP）可以看作是一種改進的版本。這項新技術被證明優(yōu)于基于GP的超參數(shù)優(yōu)化，已經遠比隨機搜索表現(xiàn)要好。
6. Rusty Machine
Rusty Machine是基于Rust的機器學習方法，Rust是由Mozilla贊助開發(fā)的一種與C和C++較為相似的計算機編程語言，其號稱“Rust是一種系統(tǒng)的編程語言，運行速度極快，可以防止錯誤，并保證線程安全。”
Rusty Machine的開發(fā)者是否活躍，目前支持一系列想學習技術，包括：線性回歸、邏輯回歸、k-均值聚類、神經網(wǎng)絡、支持向量機等等。
Rusty Machine還支持數(shù)據(jù)結構，如內置向量和矩陣。作為一種常見的模型接口，Rusty Machine為每個支持的模型提供了訓練和預測的功能。
7. scikit-image
scikit-image圖像是針對SciPy使用Python的圖像處理方法。scikit-image是機器學習嗎？它其實是一個機器學習項目（沒有確切地表示他們必須用機器學習方法），scikit-image就屬于數(shù)據(jù)處理和準備工具這一類。該項目包括一些圖像處理算法，如點檢測、濾波、特征選擇和形態(tài)學等。
示例：
8. NLP Compromise
NLP Compromise是由Javascript語言編寫的，其在瀏覽器中進行自然語言處理過程。NLP Compromise非常容易安裝和使用，以下是它的一個使用范例：
9. Datatest
Datatest是一個依靠數(shù)據(jù)沖突的測試集，其由Python編寫。
Datatest擴展了數(shù)據(jù)校正的測試工具標準數(shù)據(jù)庫
Datatest是一種尋找數(shù)據(jù)沖突和準備的不同方式，如果你的大部分時間都被花在這個任務上，也許換一種新的方法是值得的。
10. GoLearn
GoLearn是一種針對Go語言的機器學習庫，自稱Go語言機器學習的“內置電池”學習庫。簡潔、易定制是其追求的目標。
對于一些想分支出來的Python用戶或者想嘗試下機器學習的Go語言用戶來說，GoLearn是一個不錯的選項。GoLearn實現(xiàn)了熟悉的Scikit-learn 適應/預測界面，可實現(xiàn)快速預估測試和交換。。
GoLearn是一個成熟的項目，它提供了交叉驗證和訓練/測試等輔助功能。如果你還記得的話，之前提到的 Rusty Machine還沒有實現(xiàn)這個功能。如果要嘗試一門新的Go語言的話，GoLearn可能是你所追求的那個。
總結：以上即十個機器學習項目概覽，既有小眾卻簡潔好用的學習框架，也有新興語言衍生出來的學習庫資料。再次重申不建議讀者去嘗試所有的項目，但是如果里面剛好有項目能解決你目前所遇到的問題，請盡管去使用。
PS : 本文由雷鋒網(wǎng)獨家編譯，未經許可拒絕轉載！
via KDnuggets等
雷峰網(wǎng)原創(chuàng)文章，未經授權禁止轉載。詳情見轉載須知。
