2016 前 20 大 Python 機器學習開源項目:排行榜大刷新,Scikit-learn 穩坐龍頭寶座

【為什麼我們挑選這篇文章】每年結束前都會出現各種評選,像是最好用或最奇怪的程式語言等等,這篇文章則評選了 20 大開源的機器學習項目(Python 版),來看看你是不是都有用過!(責任編輯:張瑋倫)

如今,開源已經成為創新與技術發展的核心。在本文中,雷鋒網將介紹 2016 Python 前 20 大機器學習開源項目。

去年 KDnuggets 評選了前 20 大機器學習開源項目 (Python 版),今年的評選結果與去年相比,名單中出現了一些新的面孔,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,雷鋒網編譯,未經許可不得轉載。

第一名:Scikit-learn

Scikit-learn 可以說是一款簡單而高效的數據挖掘與分析工具,大家可以免費下載安裝,使用它處理各種數據,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 Google 大腦與 Google 人工智慧 實驗室的科研人員研發而成的,這個系統用於機器學習的研究,可以簡單、快速的實現研究人員的想法。前段時間恰逢 Tensorflow 一周年,雷鋒網也做過報導和回顧。

提交:10466,貢獻:493,Github URL:Tensorflow

第三名:Theano

Theano 可以對那些高維數組數學表達式進行定義、優化與評估。

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習框架,由 Berkeley Vision and Learning Center(BVLC)於社區志願者共同開發維護。

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 也是一個機器學習的開源庫,但它是一個基於 Theano 的庫,所以它有一些 Theano 的特點,你可以使用數學表達式來寫 Pylearn2 外掛,Theano 會自動對你寫的表達式進行優化,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,可以實現數據探究、統計模型評價、性能測試等功能,擴展性能良好,可對各種類型的數據進行各種處理,例如描述統計、統計測試、繪圖、結果統計等等。

提交:8664,貢獻:108,Github URL:Statsmodels

第八名:Shogun

Shogun 是一款機器學習工具,其包含了各種機器學習方法。它可以簡單的實現多種數據表示、多種算法的無縫融合。

提交:15172,貢獻:105,Github URL:Shogun

第九名:Chainer

Chainer 是一個基於 Python 的開源深度學習框架,它可以讓你以一種靈活、簡單、快速的方式實現多種深度學習模型,包括 RNN 與各種自編碼。

提交:6298,貢獻:84,Github URL:Chainer

第十名:NuPIC

NuPIC 是一個基於 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實現,並進行了測試與應用,其它部分正在完善中。

提交:6088,貢獻:76,Github URL:NuPIC

第十一名:Neon

Neon 是一款深度學習第三方庫,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 主要用於處理醫學圖像數據,具有簡單、快速的特點。它通過調用 scikit-learn 進行多元統計分析(例如:預測模型、分類、解碼、關聯分析)。

提交:5254,貢獻:46,Github URL:NiLearn

第十三名:Orange3

Orange3 是一款機器學習與數據可視化開源工具,可以對數據進行各種交互分析。

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 是一個機器學習庫,它的目標是讓算法的實現變的簡單、靈活、高效。同時使得在特定環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 主要用於算法與輸入數據之間的銜接。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 適用於大規模的數據集,具有擴展性能好優點,提供多種算法(分類、回歸、特徵選擇、數據導入、數據導出等)接口。

提交:9258,貢獻:26,Github URL:PyMVPA

第十八名:Annoy

Annoy 是一個 Python 可調用的 C++ 庫,主要用來對給定數據進行搜索。它可以生成大量的基於文檔的可讀數據結構,這種數據結構與內存相對應,從而使數據被共享。

提交:365,貢獻:24,Github URL:Annoy

第十九名:Deap

Deap 是一款新的計算框架,它使得算法實現與數據結構變得簡單明了。它採用的是並行處理機制。

提交:1854,貢獻:21,Github URL:Deap

第二十名:Pattern

Pattern 是一款 web 訊息挖掘工具,它集成了各種工具。這些工具可以用來進行數據挖掘、自然語言處理、機器學習、網路分析。

提交:943,貢獻:20,Github URL:Pattern

如下圖所示,PyMVPA 的社區貢獻率最高,而排名第一的 Scikit-learn 社區貢獻率卻很低,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。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。

當我們對 2015 與 2016 的結果進行對比(下圖),我們發現 Pattern, PyBrain and Pylearn2 這三個項目的貢獻人數與提交數均沒有變化。 貢獻的人增加了,提交的次數也才跟著增加 ,這就是開源社區的神奇所在。這些新增的貢獻者與其提交內容導致了新的思想、新的軟體的產生。

基於 2016 年 20 大機器學習開源項目的貢獻人數與提交數,以上是雷鋒網整理的簡單分析。不知道到明年的評選上,又有怎樣的開源平台會登上這個榜單呢?

(本文經合作夥伴雷鋒網授權轉載,並同意 TechOrange 編寫導讀與修訂標題,原文標題為 〈機器學習年度 20 大開源項目花落誰家?(Python 版)〉。)

延伸閱讀

IEEE Spectrum 公佈程式語言最新排行:還不跟娘子一起出來學大數據?
簡直是個老不死!年度工程師最愛程式語言 JAVA 勇奪第一名
讓你猜猜,2015 年工程師最愛、最可怕和最需要的語言各是什麼?


我們正在找夥伴!

2019 年我們的團隊正在大舉擴張,需要你的加入跟我們一起找出台灣創新原動力! 我們正在徵 《採訪社群編輯》、《助理編輯》,詳細職缺與應徵辦法 請點我

點關鍵字看更多相關文章: