摘要：雖然廣受歡迎，但是仍受到來自另外一個基于的機器學習庫的競爭年出現(xiàn)的。還提供更傳統(tǒng)的機器學習功能的庫，包括神經(jīng)網(wǎng)絡(luò)和決策樹系統(tǒng)。和的機器學習庫。顧名思義，是用于神經(jīng)網(wǎng)絡(luò)機器學習的庫，便于將瀏覽器用作數(shù)據(jù)工作臺。

翻譯：瘋狂的技術(shù)宅
英文標題：11 open source tools to make the most of machine learning
英文連接：https://www.infoworld.com/art...
本文首發(fā)于微信公眾號：充實的腦洞

使用這些多樣化、易于實現(xiàn)的庫和框架，挖掘機器學習的預(yù)測能力

垃圾郵件過濾，人臉識別，推薦引擎 —— 當你有一個需要執(zhí)行預(yù)測分析或模式識別的大型數(shù)據(jù)集時，機器學習是一條途徑。 免費開源軟件的激增使機器學習更容易在單機和大規(guī)模集群上實現(xiàn)，并支持大多數(shù)流行的編程語言。這11個開源工具使用的語言包括Python，R，C ++，Java， Scala，Clojure，JavaScript和Go。

Python因為它的易用性,已經(jīng)成為一種用于數(shù)學、科學和統(tǒng)計的編程語言，而且?guī)缀跞魏纬绦蚨伎梢允褂眠@些庫。Scikit-learn 通過在幾個現(xiàn)有的 python 包( NumPy, SciPy 和 Matplotlib )可以被廣泛用于數(shù)學和科學工作。它可以被用在交互式“工作臺”程序中，也可以嵌入到其他軟件中并被重用。該工具包在BSD許可證下提供，因此它是完全開放和可重用的。

Project: http://scikit-learn.org/stable/
GitHub: https://github.com/scikit-lea...

著名的Shogun創(chuàng)建于1999年，盡管它是用C++編寫的，但可以與Java，Python，C＃，Ruby，R，Lua，Octave和Matlab一起使用。最新版本 6.0.0 增加了對Microsoft Windows和Scala語言的本地支持。

雖然廣受歡迎，但是 Shogun 仍受到來自另外一個基于C++的機器學習庫的競爭：2011年出現(xiàn)的Mlpack。但是Shogun仍然自稱是比其他競爭者更快更易用的（通過一個更完整的API集）。

Project: http://www.shogun-toolbox.org/
GitHub: https://github.com/shogun-too...

Accord是一個機器學習和信號處理框架，基于.Net編寫，是以前的項目AForge.net的延伸，Accord包括一組用于處理音頻信號和圖像流（例如視頻）的庫。其視覺處理算法可用于臉部識別，拼接圖像或跟蹤移動物體等任務(wù)。

Accord還提供更傳統(tǒng)的機器學習功能的庫，包括神經(jīng)網(wǎng)絡(luò)和決策樹系統(tǒng)。

Project: http://accord-framework.net/
GitHub: https://github.com/accord-net...

Apache Mahout長期以來一直被綁定到Hadoop，但是其中的許多算法也可以脫離 Hadoop 運行。 這對可能最終遷移到 Hadoop 項目中的獨立應(yīng)用非常有用，這些項目最終可能會被剝離到自己的獨立應(yīng)用中。最后幾個版本加強了對高性能 Spark 框架的支持，并增加了對用于 GPU 加速的 ViennaCL 庫的支持。

Project: https://mahout.apache.org/

Apache Spark 和 Apache Hadoop 的機器學習庫。MLLib擁有許多最新的常用算法和有用的數(shù)據(jù)類型，為速度和大規(guī)模運行需求所設(shè)計。雖然 Java 是 MLLib 的主要工作語言，但 Python 用戶可以將 MLLib 與 Numpy 庫整合，Scala用戶可以編寫針對MLLib的代碼，而R用戶可以嵌入到在 Spark 1.5 之后的版本中。

在MLLib的基礎(chǔ)之上構(gòu)建的項目MLbase可以更容易得到結(jié)果。 用戶無需編寫代碼，只需要通過聲明語言（à la SQL）進行查詢。

Project: https://spark.apache.org/mllib/

H2O的算法針對業(yè)務(wù)流程（例如欺詐或趨勢預(yù)測）而不是圖像分析。H2O能夠以獨立的方式與HDFS、YARN、MapReduce或者直接在Amazon EC2實例進行交互。Hadoop專家可以使用Java與H2O交互，該框架還提供了Python、R 和 Scala 的綁定方式，允許你與這些平臺上的所有庫進行交互。

Project: http://0xdata.com/h2o/
GitHub: https://github.com/0xdata/h2o

Oryx，由 Cloudera Hadoop distribution 的創(chuàng)始人提供，通過Spark和Kafka流處理框架來運行機器學習模型中的實時數(shù)據(jù)。Oryx 提供了一種需要在當下做出決定的項目構(gòu)建方法，如推薦引擎或?qū)崟r異常檢測。 2.0版本做了近乎完整的重新設(shè)計，其組件在 lambda 體系結(jié)構(gòu)下進行松散耦合?？梢噪S時添加新算法以及這些算法的新的抽象 (例如 hyperparameter 選擇器)，。

Project:?Cloudera Oryx
GitHub: https://github.com/cloudera/oryx

GoLearn 是一個由Go語言編寫的機器學習庫, 根據(jù)開發(fā)者 Stephen Whitworth 的研究, 它以簡潔性和可定制性為目標。簡潔性在于在庫中加載和處理數(shù)據(jù)的方式, 這點模仿了 SciPy 和 R ?？啥ㄖ菩栽谟谌绾卧趹?yīng)用程序中輕松擴展某些數(shù)據(jù)結(jié)構(gòu)。Stephen Whitworth 還為 Vowpal Wabbit 庫創(chuàng)建了一個gGo包裝器，它可以在Shogun工具箱中找到。

Project: GoLearn
GitHub: https://github.com/sjwhitwort...

Weka是專門為數(shù)據(jù)挖掘而設(shè)計的一套Java機器學習算法。它有一個包系統(tǒng)用來擴展功能，被包含在官方和非官方包中。 Weka甚至提供了一本書來解釋這個軟件及其所使用的技術(shù)。

雖然 Weka 不是專門針對 Hadoop 用戶的，但最近的版本提供了一組包裝器使其可以與 Hadoop 一起使用。 請注意，Weka尚不支持 Spark，目前只支持 MapReduce。 Clojure 用戶可以通過Clj-ml庫來使用Weka。

Project: http://www.cs.waikato.ac.nz/m...

在web瀏覽器中進行深度學習的另一個項目是deeplearn.js，它來自Google。你可以在任何現(xiàn)代瀏覽器中直接訓(xùn)練神經(jīng)網(wǎng)絡(luò)模型，而無需額外的客戶端軟件。deeplearn.js還可以通過web GLAPI進行GPU加速，因此性能不受限于系統(tǒng)的CPU。該項目的函數(shù)模仿了Google 的TensorFlow，使得TensorFlow的用戶可以輕松地開始使用。

Project: https://pair-code.github.io/d...

顧名思義，ConvNetJS是用于神經(jīng)網(wǎng)絡(luò)機器學習的JavaScript庫，便于將瀏覽器用作數(shù)據(jù)工作臺。 對于使用Node.js的用戶，還可以使用NPM版本，該庫的設(shè)計使用了JavaScript的異步操作。例如，訓(xùn)練完成后執(zhí)行一個回調(diào)。它包括了大量演示示例。

Project: http://cs.stanford.edu/people...
GitHub: https://github.com/karpathy/c...