python机器学习框架
2018-02-01 22:02
351 查看
NuPIC: Numenta Platform for Intelligent Computing
NuPIC 是一个基于一种被称为分层式即时记忆(HTM/ Hierarchical Temporal Memory)的新皮质理论的开源项目。HTM 理论中的一部分已经在应用中被实现、测试和使用了,而其他部分仍在开发中。The Shogun Machine Learning Toolbox
Shogun 是一种提供大量高效且统一的机器学习(ML)方法的机器学习工具箱。它能容易地把多种数据表示,算法类和通用工具紧密地联系起来。Pymc - 贝叶斯统计模型
Pymc 是一个实现贝叶斯统计模型和拟合算法的 Python 模块,其中包括马尔可夫链和蒙特卡罗方法。其灵活性和可扩展性使其适用于大量问题。Neon - 一个基于 Python 的深度学习库
Neon 是 Nervana 公司的一个基于 Python 的深度学习库。它提供易用性的同时也提供了最高的性能。Statsmodels: statistical modeling and econometrics in Python
Statsmodels 是一个允许用户挖掘数据、估计统计模型和执行统计测试的 Python 模块。描述性统计、统计测试、绘图函数和结果统计的详细列表可用于不同类型的数据和估计器。Theano - Python 机器学习框架
Theano is a Python library that allows you to define, optimize, and evaluate mathematical expressions involving multi-dimensional arrays efficiently.Orange3 - 开源机器学习和数据可视化工具
Orange3 是一个新手和专家都可以使用的开源机器学习和数据可视化工具。在交互式数据分析工作流程中拥有大型的工具箱。Chainer: A flexible framework of neural networks for deep
learning
Chainer 是一个基于 Python 并且独立的深度学习模型开源框架。Chainer 提供一种灵活、直观且高效的方法来实现整个深度学习模型,包括如循环神经网络和变分自动编码器等最先进的模型。DEAP - 一个用于快速原型和测试思想的新颖的进化计算框架
Deap 是一个用于快速原型和测试思想的新颖的进化计算框架。它试图使算法更加浅显易懂,数据结构更加透明。它与并行机制(例如 multiprocessing 和 SCOOP)能完美协调。PyBrain - Python 模块化机器学习库
PyBrain 是 Python 的一个模块化机器学习库。它的目标是为机器学习任务提供灵活且易于使用但仍然强大的算法,以及各种预定义环境来对你的算法进行测试和比较。Pattern - Python 的 Web 挖掘模块
Pattern 是 Python 编程语言的 Web 挖掘模块。它捆绑了数据挖掘(Google + Twitter + 维基百科 API、网络爬虫、HTML DOM 解析器)、自然语言处理(词性标记、n-gram 搜索、情感分析、WordNet)、机器学习(向量空间模型、k-means 聚类、朴素贝叶斯 + k-NN + SVM 分类器)和网络分析(图形中心性和可视化)等工具。Fuel - 数据管道框架
Fuel 是一个数据管道框架(data pipeline framework),它为你的机器学习模型提供所需的数据。它将被 Blocks 和 Pylearn2 神经网络库使用。gensim: Topic modelling for humans
Gensim 是一个免费的 Python 库,它具有诸如可扩展的统计语义等特征,它可用于分析纯文本文档的语义结构和检索语义相似的文档。Nilearn: 一个用于在 NeuroImaging 数据上快速轻松地进行统计学习的 Python 模块
Nilearn 是一个用于在 NeuroImaging 数据上快速轻松地进行统计学习的 Python 模块。它利用 scikit-learn Python 工具箱来处理如预测建模、分类、解码或连接分析等多变量统计信息。PyMVPA - 一个用于简化大型数据集的统计学习分析 Python 包
PyMVPA 是一个用于简化大型数据集的统计学习分析 Python 包。它提供了一个可扩展的框架,具有大量用于分类、回归、特征选择、数据导入和导出等算法的高级接口。Pylearn2: A machine learning research library
Pylearn2 is a library designed to make machine learning research easy.TensorFlow — an Open Source Software Library for Machine
Intelligence
TensorFlow™ is an open source software library for numerical computation using data flow graphs.
Annoy - Approximate Nearest Neighbors in C++/Python optimized for memory usage and loading/saving to disk
Annoy(Approximate Nearest Neighbors Oh Yeah)是一个绑定 Python 的 C ++ 库,用来搜索在空间中距离给定查询点较近的点。它还创建了基于大型只读文件的数据结构,这些数据结构被映射到内存中,以便许多进程可以共享相同的数据。Caffe: 深度学习框架
Caffe 是一个由伯克利视觉与学习中心(BVLC)和社区贡献者开发的深度学习框架,它兼具表现力和速度,还有模块化的优点。scikit-learn: Python 机器学习框架
Scikit-learn 是一种基于 NumPy、SciPy 和 matplotlib 的用于数据挖掘和数据分析的工具,其不仅使用起来简单高效,而且还是开源的,可供所有人使用,并且拥有商业可用的 BSD 许可证,在不同的环境下都能很好的被使用。相关文章推荐
- Python与机器学习1——scikit-learn使用的简易框架
- 基于python的高性能实时并行机器学习框架之Ray介绍
- 推荐一个机器学习框架——python实现
- python 机器学习框架scikit-learn安装
- Python 机器学习框架
- 机器学习的框架偏向于Python的13个原因
- python机器学习系列教程——深度学习框架比较TensorFlow、Theano、Caffe、SciKit-learn、Keras
- [人工智能]机器学习的框架偏向于Python原因
- python-框架-网页爬虫-文本处理-科学计算-可视化-机器学习-数据挖掘-深度学习
- [人工智能]机器学习的框架偏向于Python原因
- Python的web框架之Django入门(二)
- Python学习(8)---Scrapy框架下的网络爬虫
- Pyspider框架 —— Python爬虫实战之爬取 V2EX 网站帖子
- 目前流行的几种python服务器和框架的简介
- 微型 Python Web 框架: Bottle
- 【小白自学笔记】【机器学习实战】【Python代码逐行理解】CH02
- [机器学习]最小二乘法python代码
- 7070-1.Python机器学习:scikit-learn核心代码解读
- 2017年最棒的七个Python图形应用GUI开发框架
- Python与机器学习(二)