通過(guò)這5個(gè)具有挑戰(zhàn)性的開源機(jī)器學(xué)習(xí)項(xiàng)目，正確地開始2020年的學(xué)習(xí)吧！這些機(jī)器學(xué)習(xí)項(xiàng)目涵蓋了廣泛的領(lǐng)域，包括Python編程和NLP。

越來(lái)越多的人正在尋找一種過(guò)渡到數(shù)據(jù)科學(xué)的方法。無(wú)論是應(yīng)屆大學(xué)畢業(yè)生，還是該行業(yè)相對(duì)較新的參與者，還是中級(jí)專業(yè)人員，還是只是對(duì)機(jī)器學(xué)習(xí)感到好奇的人，每個(gè)人都希望從數(shù)據(jù)科學(xué)中分一杯羹。

我挑選了5個(gè)開源機(jī)器學(xué)習(xí)項(xiàng)目（于2020年1月創(chuàng)建），讓你熟悉最新的最新框架和庫(kù)。 你會(huì)看到從自然語(yǔ)言處理（NLP）到Python編程的所有內(nèi)容。

1、Reformer– PyTorch中的高效遷移

Transformer體系結(jié)構(gòu)改變了自然語(yǔ)言處理（NLP）格局。 它催生了許多NLP框架，例如BERT，XLNet，GPT-2等。

但是有一個(gè)問(wèn)題，我敢肯定，你們中的大多數(shù)都將與之相關(guān)–這些以變壓器為動(dòng)力的模型很大。 他們?nèi)〉昧俗钕冗M(jìn)的結(jié)果，但價(jià)格太昂貴，超出了大多數(shù)想要學(xué)習(xí)和實(shí)施它們的人們的范圍。該項(xiàng)目的作者提供了一個(gè)簡(jiǎn)單而有效的示例以及整個(gè)代碼，以幫助您構(gòu)建自己的模型。

2、PandaPy –最受歡迎的Python庫(kù)

上周我發(fā)現(xiàn)了PandaPy，并且已經(jīng)在我當(dāng)前的項(xiàng)目中使用了它。 這是一個(gè)迷人的Python庫(kù)，具有成為主流的巨大潛力。

如果您正在使用混合數(shù)據(jù)類型（int，float，datetime，str等）進(jìn)行機(jī)器學(xué)習(xí)項(xiàng)目，則應(yīng)嘗試使用PandaPy而不是Pandas。 對(duì)于這些數(shù)據(jù)類型，它消耗的內(nèi)存比Pandas少大約三分之一！

這是您會(huì)發(fā)現(xiàn)有趣的三個(gè)關(guān)鍵領(lǐng)域（我從PandaPy GitHub存儲(chǔ)庫(kù)中逐字逐句地總結(jié)了這些觀點(diǎn)）：

1）對(duì)于小型數(shù)據(jù)集（即加號(hào)，多號(hào)，對(duì)數(shù)）的簡(jiǎn)單計(jì)算，PandaPy比Pandas快25倍-80倍

2）對(duì)于小型數(shù)據(jù)集上的表函數(shù)（即組，樞紐，放置，連接，填充，填充），PandaPy比Pandas快5倍-100倍。

3）對(duì)于大多數(shù)使用小數(shù)據(jù)的用例，PandaPy比Dask，Modin Ray和Pandas快

3、Google Earth Engine – 300多個(gè)Jupyter筆記本可分析地理空間數(shù)據(jù)

多么出色的GitHub存儲(chǔ)庫(kù)！ 我有很多有抱負(fù)的數(shù)據(jù)科學(xué)家在社交平臺(tái)上與我聯(lián)系，詢問(wèn)如何開始進(jìn)行地理空間分析。 這是一個(gè)非常有趣的領(lǐng)域，提供了PB級(jí)的數(shù)據(jù)。 我們只需要一種結(jié)構(gòu)化的方法來(lái)清理和分析它。這個(gè)驚人的資料庫(kù)是300多個(gè)Jupyter筆記本的集合，其中包含使用Google Earth Engine數(shù)據(jù)的示例。

這些筆記本依靠三個(gè)Python庫(kù)來(lái)執(zhí)行代碼：

• Earth Engine Python API

• Folium

• Geehydro

GitHub存儲(chǔ)庫(kù)包含大量帶有Python代碼的示例，以幫助新手入門。

4、Automated Visual Analytics 自動(dòng)化視覺分析

這是為新手提供的另一種高質(zhì)量的數(shù)據(jù)可視化創(chuàng)意。 在沒(méi)有任何實(shí)質(zhì)性框架的情況下，使數(shù)據(jù)探索步驟自動(dòng)化的想法已經(jīng)浮出了一段時(shí)間。 Automated Visual Analytics 旨在使視覺分析由AI驅(qū)動(dòng)和自動(dòng)化。

5、Fast Neptune–加速機(jī)器學(xué)習(xí)項(xiàng)目

如今，無(wú)論是在研究領(lǐng)域還是行業(yè)中，可重復(fù)性都是任何機(jī)器學(xué)習(xí)項(xiàng)目的關(guān)鍵方面。 我們需要跟蹤我們執(zhí)行的每個(gè)測(cè)試，每個(gè)迭代，我們的機(jī)器學(xué)習(xí)模型的每個(gè)參數(shù)以及結(jié)果。

Fast Neptune庫(kù)使我們能夠快速記錄啟動(dòng)機(jī)器學(xué)習(xí)實(shí)驗(yàn)所需的所有信息。 換句話說(shuō)，F(xiàn)ast Neptune是您在閱讀以上段落時(shí)可能會(huì)問(wèn)到的可重復(fù)性問(wèn)題的答案。

以下是Fast Neptune用來(lái)幫助我們進(jìn)行快速實(shí)驗(yàn)的功能：

• 有關(guān)運(yùn)行代碼的計(jì)算機(jī)的元數(shù)據(jù)，包括操作系統(tǒng)和操作系統(tǒng)版本

• 運(yùn)行實(shí)驗(yàn)的筆記本的要求

• 體驗(yàn)期間使用的參數(shù)，表示要跟蹤的變量的值的名稱

• 在運(yùn)行期間要記錄的代碼

最先進(jìn)的技術(shù)持續(xù)快速發(fā)展，對(duì)于新來(lái)者來(lái)說(shuō)，如何跟上進(jìn)度，勢(shì)必會(huì)變得不知所措。stay hungry！