江苏龙网

  1. 主页 > 生活百科 > >

程序员10 个入门级的机器学习开源项目( 二 )

机器学习


程序员10 个入门级的机器学习开源项目

文章插图
 
TensorFlow 提供稳定的 Python 和 C++ API 。Tensorflow 有一些惊人的用例，例如：
  • 在语音/声音识别中
  • 文本库应用程序
  • 图像识别
  • 视频检测
  • …还有很多！
提到图像识别与视频检测技术，不得不提目前在各个领域很火的AI+视频技术，将AI检测、智能识别技术融合到各个视频应用场景中，如：安防监控、视频中的人脸检测、人流量统计、危险行为（攀高、摔倒、推搡等）检测识别等 。典型的示例如EasyCVR视频融合云服务，具有AI人脸识别、车牌识别、语音对讲、云台控制、声光告警、监控视频分析与数据汇总的能力 。
程序员10 个入门级的机器学习开源项目

文章插图
 
8.PredictionIO它建立在最先进的开源堆栈之上 。该机器学习服务器专为数据科学家设计，可为任何 ML 任务创建预测引擎 。它的一些惊人功能是：
  • 它有助于在可定制的生产模板上快速构建和部署引擎作为 Web 服务 。
  • 部署为 Web 服务后，即可实时响应动态查询 。
  • 它支持机器学习和数据处理库，如 OpenNLP、Spark MLLib 。
  • 它还简化了数据基础设施管理

程序员10 个入门级的机器学习开源项目

文章插图
 
9.Scikit-learn它是一个基于 Python 的免费软件机器学习工具库 。它提供了用于分类、回归、聚类算法的各种算法，包括随机森林、梯度提升、DBSCAN 。
程序员10 个入门级的机器学习开源项目

文章插图
 
这是建立在必须预先安装的 SciPy 之上，以便可以使用 sci-kit learn 。它还提供以下模型：
  • 集成方法
  • 特征提取
  • 参数调优
  • 流形学习
  • 特征选择
  • 降维
注意：要学习 scikit-learn 遵循文档：
https://scikit-learn.org/stable/
10. Pylearn2Pylearn2 是所有 Python 开发人员中最流行的机器学习库 。它基于 Theano 。你可以使用数学表达式来编写它的插件，而 Theano 则需要优化和稳定 。
程序员10 个入门级的机器学习开源项目

文章插图
 
 
它有一些很棒的功能，例如：
  • 用于训练模型本身的“默认训练算法”
  • 模型估计标准
  • 分数匹配
  • 交叉熵
  • 对数似然
  • 数据集预处理
  • 对比度归一化
  • ZCA美白
  • 补丁提取（用于实现类卷积算法）




推荐阅读


上一篇：读写文件 Python csv模块

下一篇：白帽黑客如何使用Sparta信息收集扫描爆破集成工具