機器學習開源項目TOP 5，別就天天只知道TensorFlow！
雖然人類社會到今天經歷過大大小小很多次技術變遷和革命，但很明顯，機器學習是目前技術領域最熱門的技術之一。今年早些時候，Stack Overflow發(fā)布了一項大規(guī)模開發(fā)人員調查的結果，機器學習專家在薪酬方面僅次于DevOps專家。機器學習正在經歷一段繁榮時期，但對于新手而言，開源項目經常會讓人困惑。
作為程序員，你也想擁抱機器學習的春天嗎？希望提高機器學習技能嗎？為什么不看一下GitHub上***的開源機器學習項目？本文綜合評比了Github上幾乎所有的開源機器學習項目，最終找出了前五大貢獻度、活躍度、文檔完善情況和Star數量最多的項目。
讓我們開始吧！
1. TensorFlow – ★ 76.2K
TensorFlow位于這個列表的頂部并不奇怪，這是迄今為止GitHub上***的機器學習項目，甚至有傳言表示，Google正準備借助此項目重新踏入中國。
谷歌機器智能研究機構Google Brain團隊的一員表示，TensorFlow是一個使用數據流圖進行數值計算的開源軟件庫。它配備了易于使用的Python界面和其他語言的界面來構建和執(zhí)行計算圖。
Jeff Dean在今年早些時候表示，當開源TensorFlow時，谷歌希望全世界的每個人都可以建立一個機器學習平臺。 TensorFlow 1.0是一個快速、靈活，可用于超出其最初設計的廣泛應用的生產型產品。它還包括用于Java和Go的實驗性API以及用于對象檢測和本地化以及基于相機的圖像程式化的新Android演示。（Github開源地址：https://github.com/tensorflow/tensorflow）
2. scikit-learn –★ 22.7K
第二名是scikit-learn，一個用于機器學習的Python模塊。scikit擁有許多簡單高效的數據挖掘和數據分析工具。scikit背后的基本動機是For Science！因此，它在各種情況下都是高度可訪問和可重用的。另外，它建立了像NumPy，SciPy和matplotlib等知名的數據科學工具。
今年早些時候，Groupon軟件工程總監(jiān)Adam Geitgey談了開發(fā)人員應該如何進入機器學習領域。他表示，程序員肯定應該從學習Python開始。 這是迄今為止機器學習***的編程語言，為了解決大多數機器學習問題（不需要深入學習），答案很簡單，你只需要安裝幾個python庫：scikit-learn，NumPy和pandas。這些工具是免費的，旨在協(xié)同工作。（Github開源地址：https://github.com/scikit-learn/scikit-learn）
3. PredictionIO –★ 10.6K
PredictionIO是這個名單里的新手，這使得它的高排名和受歡迎程度更加令人印象深刻。上個月，Apache軟件基金會發(fā)布了PredictionIO，之后就大受程序員歡迎。PredictionIO建立在***進的開源堆棧之上，該機器學習服務器專為開發(fā)人員和數據科學家設計，可為任何機器學習任務創(chuàng)建預測引擎。
開發(fā)人員可以創(chuàng)建可部署的應用程序，而無需將底層技術拼湊在一起，并提供完整的堆棧和模板。PredictionIO直接構建在Spark和Hadoop上，允許開發(fā)人員使用可定制的模板快速構建和部署引擎，作為生產中的Web服務，它是用Scala寫的。
PredictionIO的主要目的是簡化數據基礎架構管理，程序員通過實現自己的機器學習模型，可以將它們無縫地整合到引擎中，它還通過系統(tǒng)化的流程和預先構建的評估措施來加速機器學習建模。（Github開源地址：https://github.com/apache/incubator-predictionio）
4. Swift AI – ★5K
雖然Swift可能正在經歷一些逆轉，但Swift AI繼續(xù)在GitHub上獲得贊譽。Swift AI是一個完全用Swift編寫的高性能深度學習庫，支持所有的Apple平臺，Macbook用戶應該特別興奮！
Swift AI是為那些有興趣用Swift編寫神經網絡的人提供的一個有趣的工具。NeuralNet類包含一個完全連接的前饋人工神經網絡。 通過對深度學習的支持，NeuralNet的設計具有靈活性，可用于性能至關重要的應用。（Github開源地址：https://github.com/Swift-AI/Swift-AI）
5. GoLearn – ★4.7K
名單的***一名是GoLearn，一個用于GO語言的“batteries included”機器學習庫。目前仍在積極開發(fā)中，這個項目正在尋找有興趣從用戶那里接受反饋的開發(fā)者。如果使用了SciPy，WEKA或R，GoLearn的機器學習問題模型將會很熟悉。數據被表示為類似于電子表格的平板表格，并用于訓練和預測。
作為一個相對較新的項目，愿望清單比實際的現有工具要長。所以，如果你正在尋找一個真正有所作為的項目，GoLearn可能是你需要的。（Github開源地址：https://github.com/sjwhitworth/golearn）
結論
無論是想加入一個知名項目，還是想用新手項目工作，GitHub上都有非常不錯的開源機器學習項目。這些項目也需要程序員的不斷貢獻，還不快去Github上看一看？
