1. Scikit-learn (주요 권장 사항)
Www.github.com/scikit-learn/scikit-learn
Scikit-learn 은 Scipy 를 기반으로 기계 학습을 위해 제작된 파이썬 모듈로, 다양한 분류, 회귀 및 클러스터링 알고리즘에는 벡터기 지원, 논리적 회귀, 소박한 베네치아 분류기, 랜덤 숲, Gradient Boosting, 클러스터링 알고리즘 및 DBSCAN 이 특징입니다. 파이썬 누머리컬 (Python numerical) 과 시entific libraries numpy and scipy 2, Keras (심화 학습)
/fchollet/keras
Keras 는 Theano 를 기반으로 한 심도 있는 학습 프레임워크로, Torch 를 참조하여 Python 언어로 작성되었으며 GPU 와 CPU 를 지원하는 고도로 모듈식 신경망 라이브러리입니다.
3, Lasagne (심화 학습)
맛있는 이탈리아 음식일 뿐만 아니라 Keras 와 비슷한 기능을 가진 심도 있는 학습 라이브러리이지만 디자인적으로는 다소 다릅니다.
4.Pylearn2
Www.github.com/Lisa-lab/pylearn2
Pylearn 은 기계 학습 연구를 단순화하는 Theano 기반 라이브러리 프로그램입니다. 심도 있는 학습과 인공지능 연구에 일반적으로 사용되는 많은 모델과 훈련 알고리즘을 무작위 그라데이션 하락과 같은 단일 실험 패키지로 캡슐화합니다. (윌리엄 셰익스피어, Northern Exposure (미국 TV 드라마), 과학명언)
5.NuPIC
Www.github.com/numenta/nupic
NuPIC 는 HTM 학습 알고리즘을 도구로 하는 기계 지능 플랫폼입니다. HTM 은 피질의 정확한 계산 방법입니다. HTM 의 핵심은 시간 기반 지속적인 학습 알고리즘과 저장 및 철회를 위한 시공간 패턴입니다. NuPIC 는 다양한 문제, 특히 이상과 예측을 감지하는 스트림 데이터 소스에 적합합니다.
6. Nilearn
Www.github.com/nilearn/nilearn
Nilearn 은 신경 영상 데이터를 빠르게 통계적으로 배울 수 있는 파이썬 모듈이다. Python 언어의 scikit-learn 도구 상자와 예측 모델링, 분류, 디코딩, 연결 분석을 위한 응용 프로그램을 사용하여 다양한 통계를 수행합니다.
7.PyBrain
Www.github.com/pybrain/pybrain
Pybrain 은 파이썬 언어 강화 학습, 인공지능, 신경망 라이브러리의 약칭이다. 유연하고 사용하기 쉽고 강력한 기계 학습 알고리즘을 제공하고 다양한 사전 정의된 환경에서 테스트를 수행하여 알고리즘을 비교하는 것이 목표입니다.
8. 패턴
Www.github.com/clips/pattern
Pattern 은 파이썬 언어로 된 네트워크 마이닝 모듈입니다. 데이터 마이닝, 자연어 처리, 네트워크 분석 및 기계 학습을 위한 도구를 제공합니다. 벡터 공간 모델, 클러스터, 벡터 머신 및 인식기를 지원하고 KNN 분류법으로 분류합니다.
9. 풀
Www.github.com/Mila-udem/fuel
Fuel 은 기계 학습 모델에 대한 데이터를 제공합니다. 그는 MNIST, CIFAR-10, Google's One Billion Words 와 같은 데이터 세트의 인터페이스를 가지고 있습니다. 너는 그를 사용하여 여러 가지 방법으로 자신의 데이터를 대체한다.
10.Bob
Www .github .com/idiap/bob
Bob 은 무료 신호 처리와 기계 학습을 위한 도구이다. 도구 상자는 Python 과 C++ 언어 * * * 와 함께 작성되었으며 이미지 처리 도구, 오디오 및 비디오 처리, 기계 학습 및 패턴 인식 처리 소프트웨어 패키지로 구성된 보다 효율적이고 개발 시간을 줄일 수 있도록 설계되었습니다.
11.Skdata
Www.github.com/jaberg/skdata
Skdata 는 기계 학습 및 통계 데이터 세트의 라이브러리 프로그램입니다. 이 모듈은 장난감 문제, 유행하는 컴퓨터 시각 및 자연어 데이터 세트에 대해 표준 파이썬 언어 사용을 제공합니다.
12.MILK
Www.github.com/luispedro/milk
MILK 는 파이썬 언어로 된 기계 학습 키트입니다. 주로 SVMS, K-NN, 무작위 숲, 의사 결정 트리 등 사용 가능한 많은 분류에서 감독 분류법을 사용합니다. 또한 피쳐 선택도 수행합니다. 이러한 분류기는 여러 가지 방법으로 결합되어 감독되지 않은 학습, 밀접한 관계금 전파, MILK 가 지원하는 K-means 클러스터링과 같은 다양한 분류 시스템을 형성할 수 있습니다.
13.IEPY
Www.github.com/machinalis/iepy
IEPY 는 관계 추출에 초점을 맞춘 오픈 소스 정보 추출 도구입니다. 대규모 데이터 세트에 대한 정보 추출이 필요한 사용자와 새로운 알고리즘을 시도하려는 과학자들을 대상으로 합니다.
14.Quepy
Www.github.com/machinalis/quepy
Quepy 는 자연어 문제를 변경하여 데이터베이스 쿼리 언어에서 쿼리하는 파이썬 프레임워크입니다. 그는 단순히 자연어와 데이터베이스 조회에서 서로 다른 유형의 문제로 정의될 수 있다. 따라서 코드를 작성하지 않고도 자연어로 데이터베이스에 들어가는 시스템을 만들 수 있습니다.
Quepy 는 이제 Sparql 및 MQL 쿼리 언어에 대한 지원을 제공합니다. 다른 데이터베이스 쿼리 언어로 확장할 계획입니다.
15.Hebel
Www.github.com/hannes-BRT/hebel
Hebel 은 Python 언어에서 신경망의 심도 있는 학습을 위한 라이브러리 프로그램으로 PyCUDA 를 통한 GPU 및 CUDA 가속을 사용합니다. 가장 중요한 신경망 모델 유형의 도구이며 동력, 네스테로프 동력, 신호 손실 및 정지법과 같은 다양한 활동 함수의 활성화 기능을 제공합니다.
16.mlxtend
Www.github.com/rasbt/mlxtend
유용한 도구와 일상적인 데이터 과학 작업의 확장으로 구성된 라이브러리 프로그램입니다.
17.nolearn
Www.github.com/dnouri/nolearn
이 패키지에는 기계 학습 임무를 완수하는 데 도움이 될 수 있는 많은 유틸리티 모듈이 들어 있다. 그 중 많은 모듈은 scikit-learn 과 함께 작동하며, 다른 모듈은 일반적으로 더 유용하다.
18.Ramp
Www .github .com/kvh/ramp
Ramp 는 Python 언어로 기계 학습에서 프로토타입 설계를 가속화하는 솔루션을 개발하는 라이브러리 프로그램입니다. 그는 경량의 pandas-based 기계 학습에 삽입할 수 있는 프레임워크로, 현존하는 Python 언어의 기계 학습 및 통계 도구 (예: scikit-learn, rpy2 등) Ramp 가 간단한 선언적 구문 탐색 기능을 제공하여 알고리즘과 변환을 빠르고 효율적으로 구현할 수 있도록 합니다.
19.Feature Forge
Www.github.com/machinalis/featureforge
이 도구 제품군은 scikit-learn 과 호환되는 API 를 통해 기계 학습 기능을 만들고 테스트합니다.
이 라이브러리 프로그램은 많은 기계 학습 프로그램 사용에서 유용하게 사용할 수 있는 도구 세트를 제공합니다. Scikit-learn 이라는 도구를 사용할 때 큰 도움을 받는다는 것을 느낄 수 있다. (윌리엄 셰익스피어, Scikit-Learn, Scikit-Learn) (다른 알고리즘이 있을 때만 작동합니다. ) 20.REP
Www .github .com/yandex/rep
REP 는 데이터 이동 구동을 지시하기 위해 조화롭고 재생 가능한 방식으로 제공되는 환경입니다.
TMVA, Sklearn, XGBoost, uBoost 등 다양한 작업을 제공하는 통합 분류기 포장이 있습니다. 한 그룹에서 분류자를 병렬로 훈련시킬 수 있습니다. 동시에 대화형 줄거리도 제공합니다.
21. 파이썬 학습 기계 샘플
Www.github.com/awslabs/machine-learning-samples 아마존의 기계로 만든 간단한 소프트웨어 수집.
22. 파이썬-elm
Www.github.com/dclambert/python-elm
이것은 파이썬 언어로 scikit-learn 을 기반으로 한 극단적인 학습 기계의 실현이다.
23.gensim
테마 모델 파이썬 구현
Scalable statistical semantics
Semantic structure retrieve semantically similar documents 용 analyze plain-text documents