本列表选编了一些机器学习领域牛B的框架、库以及软件(按编程语言排序)。
§ CCV —基于C语言/提供缓存/核心的机器视觉库,新颖的机器视觉库
§ OpenCV—它提供C++, C, Python, Java 以及 MATLAB接口,并支持Windows, Linux, Android and MacOS操作系统。
通用机器学习
§ MLPack
§ DLib
§ ecogg
§ shark
通用机器学习
§ ClosureToolbox—Clojure语言库与工具的分类目录
自然语言处理
§ go-porterstemmer—一个Porter词干提取算法的原生Go语言净室实现
§ paicehusk—Paice/Husk词干提取算法的Go语言实现
§ snowball—Go语言版的Snowball词干提取器
通用机器学习
§ GoLearn— Go语言机器学习库
§ go-pr —Go语言机器学习包.
§ bayesian—Go语言朴素贝叶斯分类库。
§ go-galib—Go语言遗传算法库。
数据分析/数据可视化
§ go-graph—Go语言图形库。
§ SVGo—Go语言的SVG生成库。
自然语言处理
§ CoreNLP—斯坦福大学的CoreNLP提供一系列的自然语言处理工具,输入原始英语文本,可以给出单词的基本形式(下面Stanford开头的几个工具都包含其中)。
§ Stanford Parser—一个自然语言解析器。
§ Stanford POS Tagger —一个词性分类器。
§ Stanford Name Entity Recognizer—Java实现的名称识别器
§ Stanford Word Segmenter—分词器,很多NLP工作中都要用到的标准预处理步骤。
§ Tregex, Tsurgeon and Semgrex —用来在树状数据结构中进行模式匹配,基于树关系以及节点匹配的正则表达式(名字是“tree regular expressions”的缩写)。
§ Stanford Phrasal:最新的基于统计短语的机器翻译系统, java编写
§ Stanford Tokens Regex—用以定义文本模式的框架。
§ Stanford Temporal Tagger—SUTime是一个识别并标准化时间表达式的库。
§ Stanford SPIED—在种子集上使用模式,以迭代方式从无标签文本中学习字符实体
§ Stanford Topic Modeling Toolbox —为社会科学家及其他希望分析数据集的人员提供的主题建模工具。
§ Twitter Text Java—Java实现的推特文本处理库
§ MALLET -—基于Java的统计自然语言处理、文档分类、聚类、主题建模、信息提取以及其他机器学习文本应用包。
§ OpenNLP—处理自然语言文本的机器学习工具包。
§ LingPipe —使用计算机语言学处理文本的工具包。
通用机器学习
§ MLlib in Apache Spark—Spark中的分布式机器学习程序库
§ Mahout —分布式的机器学习库
§ Stanford Classifier —斯坦福大学的分类器
§ Weka—Weka是数据挖掘方面的机器学习算法集。
§ ORYX—提供一个简单的大规模实时机器学习/预测分析基础架构。
数据分析/数据可视化
§ Hadoop—大数据分析平台
§ Spark—快速通用的大规模数据处理引擎。
§ Impala —为Hadoop实现实时查询
自然语言处理
§ Twitter-text-js —JavaScript实现的推特文本处理库
§ NLP.js —javascript及coffeescript编写的NLP工具
§ natural—Node下的通用NLP工具
§ Knwl.js—JS编写的自然语言处理器
数据分析/数据可视化
§ D3.js
§ HighCharts
§ NVD3.js
§ dc.js
§ chartjs
§ dimple
§ amCharts
通用机器学习
§ Convnet.js—训练深度学习模型的JavaScript库。
§ Clustering.js—用JavaScript实现的聚类算法,供Node.js及浏览器使用。
§ Decision Trees—Node.js实现的决策树,使用ID3算法。
§ Node-fann —Node.js下的快速人工神经网络库。
§ Kmeans.js—k-means算法的简单Javascript实现,供Node.js及浏览器使用。
§ LDA.js —供Node.js用的LDA主题建模工具。
§ Learning.js—逻辑回归/c4.5决策树的JavaScript实现
§ Machine Learning—Node.js的机器学习库。
§ Node-SVM—Node.js的支持向量机
§ Brain —JavaScript实现的神经网络
§ Bayesian-Bandit —贝叶斯强盗算法的实现,供Node.js及浏览器使用。
通用机器学习
§ PGM—Julia实现的概率图模型框架。
§ DA—Julia实现的正则化判别分析包。
§ Regression—回归分析算法包(如线性回归和逻辑回归)。
§ LocalRegression —局部回归,非常平滑!
§ Naive Bayes —朴素贝叶斯的简单Julia实现
§ Mixed Models —(统计)混合效应模型的Julia包
§ Simple MCMC —Julia实现的基本mcmc采样器
§ Distance—Julia实现的距离评估模块
§ Decision Tree —决策树分类器及回归分析器
§ Neural —Julia实现的神经网络
§ MCMC —Julia下的MCMC工具
§ GLM —Julia写的广义线性模型包
§ Online Learning
§ GLMNet —GMLNet的Julia包装版,适合套索/弹性网模型。
§ Clustering—数据聚类的基本函数:k-means, dp-means等。
§ SVM—Julia下的支持向量机。
§ Kernal Density—Julia下的核密度估计器
§ Dimensionality Reduction—降维算法
§ NMF —Julia下的非负矩阵分解包
§ ANN—Julia实现的神经网络
自然语言处理
§ Topic Models —Julia下的主题建模
§ Text Analysis—Julia下的文本分析包
数据分析/数据可视化
§ Graph Layout —纯Julia实现的图布局算法。
§ Data Frames Meta —DataFrames的元编程工具。
§ JuliaData—处理表格数据的Julia库
§ Data Read—从Stata、SAS、SPSS读取文件
§ Hypothesis Tests—Julia中的假设检验包
§ Gladfly —Julia编写的灵巧的统计绘图系统。
§ Stats—Julia编写的统计测试函数包
§ RDataSets —读取R语言中众多可用的数据集的Julia函数包。
§ DataFrames —处理表格数据的Julia库。
§ Distributions—概率分布及相关函数的Julia包。
§ Data Arrays —元素值可以为空的数据结构。
§ Time Series—Julia的时间序列数据工具包。
§ Sampling—Julia的基本采样算法包
§ DSP —数字信号处理
§ JuliaCon Presentations—Julia大会上的演示文稿
§ SignalProcessing—Julia的信号处理工具
§ Images—Julia的图片库
通用机器学习
§ Torch7
§ cephes —Cephes数学函数库,包装成Torch可用形式。提供并包装了超过180个特殊的数学函数,由Stephen L. Moshier开发,是SciPy的核心,应用于很多场合。
§ graph —供Torch使用的图形包。
§ randomkit—从Numpy提取的随机数生成包,包装成Torch可用形式。
§ signal —Torch-7可用的信号处理工具包,可进行FFT, DCT, Hilbert, cepstrums, stft等变换。
§ nn —Torch可用的神经网络包。
§ nngraph —为nn库提供图形计算能力。
§ nnx—一个不稳定实验性的包,扩展Torch内置的nn库。
§ optim—Torch可用的优化算法库,包括 SGD, Adagrad, 共轭梯度算法, LBFGS, RProp等算法。
§ unsup—Torch下的非监督学习包。提供的模块与nn(LinearPsd, ConvPsd, AutoEncoder, …)及独立算法 (k-means, PCA)等兼容。
§ manifold—操作流形的包。
§ svm—Torch的支持向量机库。
§ lbfgs—将liblbfgs包装为FFI接口。
§ vowpalwabbit —老版的vowpalwabbit对torch的接口。
§ OpenGM—OpenGM是C++编写的图形建模及推断库,该binding可以用Lua以简单的方式描述图形,然后用OpenGM优化。
§ sphagetti —MichaelMathieu为torch7编写的稀疏线性模块。
§ LuaSHKit —将局部敏感哈希库SHKit包装成lua可用形式。
§ kernel smoothing —KNN、核权平均以及局部线性回归平滑器
§ cutorch—torch的CUDA后端实现
§ cunn —torch的CUDA神经网络实现。
§ imgraph—torch的图像/图形库,提供从图像创建图形、分割、建立树、又转化回图像的例程
§ videograph—torch的视频/图形库,提供从视频创建图形、分割、建立树、又转化回视频的例程
§ saliency —积分图像的代码和工具,用来从快速积分直方图中寻找兴趣点。
§ stitch —使用hugin拼合图像并将其生成视频序列。
§ sfm—运动场景束调整/结构包
§ fex —torch的特征提取包,提供SIFT和dSIFT模块。
§ OverFeat—当前最高水准的通用密度特征提取器。
§ NumericLua
§ LunaticPython
§ SciLua
§ Lua– NumericalAlgorithms
§ Lunum
§ Coretorch7 demos repository.核心torch7演示程序库
§ 线性回归、逻辑回归
§ 人脸检测(训练和检测是独立的演示)
§ 基于mst的断词器
§ train-a-digit-classifier
§ train-autoencoder
§ optical flow demo
§ train-on-housenumbers
§ train-on-cifar
§ tracking with deep nets
§ kinect demo
§ 滤波可视化
§ saliency-networks
§ Traininga Convnet for the Galaxy-Zoo Kaggle challenge(CUDA demo)
§ Music Tagging—torch7下的音乐标签脚本
§ torch-datasets 读取几个流行的数据集的脚本,包括:
§ BSR 500
§ CIFAR-10
§ COIL
§ Street View House Numbers
§ MNIST
§ NORB
§ Atari2600 —在Arcade LearningEnvironment模拟器中用静态帧生成数据集的脚本。
Matlab
§ Contourlets —实现轮廓波变换及其使用函数的MATLAB源代码
§ Shearlets—剪切波变换的MATLAB源码
§ Curvelets—Curvelet变换的MATLAB源码(Curvelet变换是对小波变换向更高维的推广,用来在不同尺度角度表示图像。)
§ Bandlets—Bandlets变换的MATLAB源码
自然语言处理
§ NLP —一个Matlab的NLP库
通用机器学习
§ Training a deep autoencoder or a classifier on MNISTdigits—在MNIST字符数据集上训练一个深度的autoencoder或分类器[深度学习]。
§ t-Distributed Stochastic Neighbor Embedding —获奖的降维技术,特别适合于高维数据集的可视化
§ Spider—Matlab机器学习的完整面向对象环境。
§ LibSVM —支持向量机程序库
§ LibLinear —大型线性分类程序库
§ Machine Learning Module —M. A .Girolami教授的机器学习课程,包括PDF,讲义及代码。
§ Caffe—考虑了代码清洁、可读性及速度的深度学习框架
§ PatternRecognition Toolbox —Matlab中的模式识别工具包,完全面向对象
数据分析/数据可视化
§ matlab_gbl—处理图像的Matlab包
§ gamic—图像算法纯Matlab高效实现,对MatlabBGL的mex函数是个补充。
§ OpenCVDotNet —包装器,使.NET程序能使用OpenCV代码
§ Emgu CV—跨平台的包装器,能在Windows, Linus, Mac OS X,iOS, 和Android上编译。
自然语言处理
§ Stanford.NLP for .NET —斯坦福大学NLP包在.NET上的完全移植,还可作为NuGet包进行预编译。
通用机器学习
§ Accord.MachineLearning —支持向量机、决策树、朴素贝叶斯模型、K-means、高斯混合模型和机器学习应用的通用算法,例如:随机抽样一致性算法、交叉验证、网格搜索。这个包是Accord.NET框架的一部分。
§ Vulpes—F#语言实现的Deep belief和深度学习包,它在Alea.cuBase下利用CUDA GPU来执行。
§ Encog —先进的神经网络和机器学习框架,包括用来创建多种网络的类,也支持神经网络需要的数据规则化及处理的类。它的训练采用多线程弹性传播。它也能使用GPU加快处理时间。提供了图形化界面来帮助建模和训练神经网络。
§ Neural NetworkDesigner —这是一个数据库管理系统和神经网络设计器。设计器用WPF开发,也是一个UI,你可以设计你的神经网络、查询网络、创建并配置聊天机器人,它能问问题,并从你的反馈中学习。这些机器人甚至可以从网络搜集信息用来输出,或是用来学习。
数据分析/数据可视化
§ numl —numl这个机器学习库,目标就是简化预测和聚类的标准建模技术。
§ Math.NET Numerics— Math.NET项目的数值计算基础,着眼提供科学、工程以及日常数值计算的方法和算法。支持 Windows, Linux 和 Mac上的 .Net 4.0, .Net 3.5 和 Mono ,Silverlight 5, WindowsPhone/SL 8, WindowsPhone 8.1 以及装有 PCL Portable Profiles 47 及 344的Windows 8, 装有 Xamarin的Android/iOS 。
§ Sho — Sho是数据分析和科学计算的交互式环境,可以让你将脚本(IronPython语言)和编译的代码(.NET)无缝连接,以快速灵活的建立原型。这个环境包括强大高效的库,如线性代数、数据可视化,可供任何.NET语言使用,还为快速开发提供了功能丰富的交互式shell。
Python
计算机视觉
§ SimpleCV—开源的计算机视觉框架,可以访问如OpenCV等高性能计算机视觉库。使用Python编写,可以在Mac、Windows以及Ubuntu上运行。
自然语言处理
§ NLTK —一个领先的平台,用来编写处理人类语言数据的Python程序
§ Pattern—Python可用的web挖掘模块,包括自然语言处理、机器学习等工具。
§ TextBlob—为普通自然语言处理任务提供一致的API,以NLTK和Pattern为基础,并和两者都能很好兼容。
§ jieba—中文断词工具。
§ SnowNLP —中文文本处理库。
§ loso—另一个中文断词库。
§ genius —基于条件随机域的中文断词库。
§ nut —自然语言理解工具包。
通用机器学习
§ Bayesian Methods for Hackers —Python语言概率规划的电子书
§ MLlib in Apache Spark—Spark下的分布式机器学习库。
§ scikit-learn—基于SciPy的机器学习模块
§ graphlab-create —包含多种机器学习模块的库(回归,聚类,推荐系统,图分析等),基于可以磁盘存储的DataFrame。
§ BigML—连接外部服务器的库。
§ pattern—Python的web挖掘模块
§ NuPIC—Numenta公司的智能计算平台。
§ Pylearn2—基于Theano的机器学习库。
§ hebel —Python编写的使用GPU加速的深度学习库。
§ gensim—主题建模工具。
§ PyBrain—另一个机器学习库。
§ Crab —可扩展的、快速推荐引擎。
§ python-recsys —Python实现的推荐系统。
§ thinking bayes—关于贝叶斯分析的书籍
§ Restricted Boltzmann Machines —Python实现的受限波尔兹曼机。[深度学习]。
§ Bolt —在线学习工具箱。
§ CoverTree —cover tree的Python实现,scipy.spatial.kdtree便捷的替代。
§ nilearn—Python实现的神经影像学机器学习库。
§ Shogun—机器学习工具箱。
§ Pyevolve —遗传算法框架。
§ Caffe —考虑了代码清洁、可读性及速度的深度学习框架
§ breze—深度及递归神经网络的程序库,基于Theano。
数据分析/数据可视化
§ SciPy —基于Python的数学、科学、工程开源软件生态系统。
§ NumPy—Python科学计算基础包。
§ Numba —Python的低级虚拟机JIT编译器,Cython and NumPy的开发者编写,供科学计算使用
§ NetworkX —为复杂网络使用的高效软件。
§ Pandas—这个库提供了高性能、易用的数据结构及数据分析工具。
§ OpenMining—Python中的商业智能工具(Pandas web接口)。
§ PyMC —MCMC采样工具包。
§ zipline—Python的算法交易库。
§ PyDy—全名Python Dynamics,协助基于NumPy, SciPy, IPython以及 matplotlib的动态建模工作流。
§ SymPy —符号数学Python库。
§ statsmodels—Python的统计建模及计量经济学库。
§ astropy —Python天文学程序库,社区协作编写
§ matplotlib —Python的2D绘图库。
§ bokeh—Python的交互式Web绘图库。
§ plotly —Python and matplotlib的协作web绘图库。
§ vincent—将Python数据结构转换为Vega可视化语法。
§ d3py—Python的绘图库,基于D3.js。
§ ggplot —和R语言里的ggplot2提供同样的API。
§ Kartograph.py—Python中渲染SVG图的库,效果漂亮。
§ pygal—Python下的SVG图表生成器。
§ pycascading
§ pattern_classification
§ thinkingstats 2
§ hyperopt
§ numpic
§ 2012-paper-diginorm
§ ipython-notebooks
§ decision-weights
§ Sarah Palin LDA —Sarah Palin关于主题建模的电邮。
§ Diffusion Segmentation —基于扩散方法的图像分割算法集合。
§ Scipy Tutorials —SciPy教程,已过时,请查看scipy-lecture-notes
§ Crab—Python的推荐引擎库。
§ BayesPy—Python中的贝叶斯推断工具。
§ scikit-learn tutorials—scikit-learn学习笔记系列
§ sentiment-analyzer —推特情绪分析器
§ group-lasso—坐标下降算法实验,应用于(稀疏)群套索模型。
§ mne-python-notebooks—使用 mne-python进行EEG/MEG数据处理的IPython笔记
§ pandascookbook—使用Python pandas库的方法书。
§ climin—机器学习的优化程序库,用Python实现了梯度下降、LBFGS、rmsprop、adadelta等算法。
§ wikichallange —Kaggle上一个维基预测挑战赛 Dell Zhang解法的实现。
§ kaggle insults—Kaggle上”从社交媒体评论中检测辱骂“竞赛提交的代码
§ kaggle_acquire-valued-shoppers-challenge—Kaggle预测回头客挑战赛的代码
§ kaggle-cifar —Kaggle上CIFAR-10竞赛的代码,使用cuda-convnet
§ kaggle-blackbox —Kaggle上blackbox赛代码,关于深度学习。
§ kaggle-accelerometer —Kaggle上加速度计数据识别用户竞赛的代码
§ kaggle-advertised-salaries —Kaggle上用广告预测工资竞赛的代码
§ kaggle amazon —Kaggle上给定员工角色预测其访问需求竞赛的代码
§ kaggle-bestbuy_big—Kaggle上根据bestbuy用户查询预测点击商品竞赛的代码(大数据版)
§ kaggle-bestbuy_small—Kaggle上根据bestbuy用户查询预测点击商品竞赛的代码(小数据版)
§ Kaggle Dogs vs. Cats —Kaggle上从图片中识别猫和狗竞赛的代码
§ Kaggle Galaxy Challenge —Kaggle上遥远星系形态分类竞赛的优胜代码
§ Kaggle Gender —Kaggle竞赛:从笔迹区分性别
§ Kaggle Merck—Kaggle上预测药物分子活性竞赛的代码(默克制药赞助)
§ Kaggle Stackoverflow—Kaggle上 预测Stack Overflow网站问题是否会被关闭竞赛的代码
§ wine-quality —预测红酒质量。
自然语言处理
§ Treat—文本检索与注释工具包,Ruby上我见过的最全面的工具包。
§ Ruby Linguistics—这个框架可以用任何语言为Ruby对象构建语言学工具。包括一个语言无关的通用前端,一个将语言代码映射到语言名的模块,和一个含有很有英文语言工具的模块。
§ Stemmer—使得Ruby可用 libstemmer_c中的接口。
§ Ruby Wordnet —WordNet的Ruby接口库。
§ Raspel —aspell绑定到Ruby的接口
§ UEAStemmer—UEALite Stemmer的Ruby移植版,供搜索和检索用的保守的词干分析器
§ Twitter-text-rb—该程序库可以将推特中的用户名、列表和话题标签自动连接并提取出来。
通用机器学习
§ Ruby Machine Learning —Ruby实现的一些机器学习算法。
§ Machine Learning Ruby
§ jRubyMahout —精华!在JRuby世界中释放了Apache Mahout的威力。
§ CardMagic-Classifier—可用贝叶斯及其他分类法的通用分类器模块。
§ Neural Networks and Deep Learning—《神经网络和深度学习》一书的示例代码。
数据分析/数据可视化
§ rsruby - Ruby – R bridge
§ data-visualization-ruby—关于数据可视化的Ruby Manor演示的源代码和支持内容
§ ruby-plot —将gnuplot包装为Ruby形式,特别适合将ROC曲线转化为svg文件。
§ plot-rb—基于Vega和D3的ruby绘图库
§ scruffy —Ruby下出色的图形工具包
§ SciRuby
§ Glean—数据管理工具
§ Bioruby
§ Arel
§ Big Data For Chimps—大数据处理严肃而有趣的指南书
通用机器学习
§ Clever Algorithms For Machine Learning
§ Machine Learning For Hackers
§ Machine Learning Task View on CRAN—R语言机器学习包列表,按算法类型分组。
§ caret—R语言150个机器学习算法的统一接口
§ SuperLearner and subsemble—该包集合了多种机器学习算法
§ Introductionto Statistical Learning
数据分析/数据可视化
§ Learning Statistics Using R
§ ggplot2—基于图形语法的数据可视化包。
§ ScalaNLP—机器学习和数值计算库的套装
§ Breeze —Scala用的数值处理库
§ Chalk—自然语言处理库。
§ FACTORIE—可部署的概率建模工具包,用Scala实现的软件库。为用户提供简洁的语言来创建关系因素图,评估参数并进行推断。
§ MLlib in Apache Spark—Spark下的分布式机器学习库
§ Scalding —CAscading的Scala接口
§ SummingBird—用Scalding和 Storm进行Streaming MapReduce
§ Algebird —Scala的抽象代数工具
§ xerial —Scala的数据管理工具
§ simmer —化简你的数据,进行代数聚合的unix过滤器
§ PredictionIO —供软件开发者和数据工程师用的机器学习服务器。
§ BIDMat—支持大规模探索性数据分析的CPU和GPU加速矩阵库。
§ Conjecture—Scalding下可扩展的机器学习框架
§ brushfire—scalding下的决策树工具。
§ ganitha —基于scalding的机器学习程序库
§ adam—使用Apache Avro, ApacheSpark 和 Parquet的基因组处理引擎,有专用的文件格式,Apache 2软件许可。
§ bioscala —Scala语言可用的生物信息学程序库
§ BIDMach—机器学习CPU和GPU加速库。
原文链接: awesome-machine-learning 翻译: 伯乐在线 - toolate
译文链接: http://blog.jobbole.com/73806/
» 本文链接:http://www.52ml.net/16587.html