很明顯，機器學習是目前最熱門的技術技能之一。 今年早些時候，Stack Overflow發布了一份大規模的開發者調查結果，ML專家在薪酬方面僅次于DevOps專家。
機器學習正在經歷繁榮時期，但開源對于新手來說往往有點混亂。 所以，今天我們正在仔細研究GitHub上的五大開源項目，看看該領域是如何發展的，看看你的幫助可以在哪里使用。 畢竟，由于世界各地的開發人員和程序員之間的合作，開源成功！ 有時，這意味著要幫助解決像文檔這樣無聊的任務。
快速警告：此排行榜適用于特定項目，而不僅僅是庫或框架的集合。 所以，幾個排名結果已被排除在這些任意的基礎上，只是因為我覺得這樣。
1. TensorFlow
在此排行榜的榜首找到TensorFlow并不奇怪。 到目前為止，這是GitHub上最受歡迎和最著名的機器學習項目。
TensorFlow最初是Google機器智能研究組織中Google Brain團隊的一員，是一個使用數據流圖進行數值計算的開源軟件庫。 它附帶了一個易于使用的Python接口和其他語言的非廢話接口，用于構建和執行計算圖形。
“當我們開源TensorFlow時，我們希望為世界上的每個人建立一個機器學習平臺，”Jeff·Dean 今年早些時候說道。 TensorFlow 快速，靈活，適用于初始設計之外的各種應用。 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的新Android演示，以及基于攝像頭的圖像樣式化。
2. scikit-learn
我們排行榜的第二名是scikit-learn，一個用于機器學習的Python模塊。 scikit擁有許多用于數據挖掘和數據分析的簡單而有效的工具。 Scikit背后的基本動機是For Science！ 因此，它在各種環境中都具有高度可訪問性和可重用性。 此外，它還建立了眾所周知的數據科學工具，如NumPy，SciPy和matplotlib。
今年早些時候，我們與Groupon軟件工程總監Adam Geitgey討論了開發人員如何進入機器學習領域。
“一定要從學習Python開始。 它是目前用于機器學習的最流行的編程語言，“Geitgey說。 “為了解決大多數機器學習問題（不需要深度學習），答案很簡單。 你只需要安裝一些python庫：scikit-learn，NumPy和pandas。 這些工具是免費的，旨在協同工作。“
3. PredictionIO
PredictionIO是這個名單的新手，這使其高排名更加令人印象深刻。不久前，Apache軟件基金會發布了大量的大張旗鼓。 PredictionIO建立在最先進的開源堆棧之上。該機器學習服務器專為開發人員和數據科學家設計，可為任何機器學習任務創建預測引擎。
開發人員可以使用全棧和模板創建可部署的應用程序，而無需將底層技術拼湊在一起。 PredictionIO直接構建在Spark和Hadoop上，允許開發人員使用可自定義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編寫的。
PredictionIO意味著簡化數據基礎架構管理。通過實施您自己的機器學習模型，您可以將它們無縫地整合到您的引擎中。它還通過系統化流程和預先構建的評估措施加速機器學習建模。
4. Swift AI
雖然Swift可能正在經歷一些逆轉的命運，但Swift AI繼續在GitHub上贏得贊譽。 Swift AI是一個完全由Swift編寫的高性能深度學習庫，支持所有Apple平臺。 Macbook用戶歡欣鼓舞！
不可否認，回購有點薄，尤其是TensorFlow。 然而，Swift AI確實為那些對在Swift中編寫神經網絡感興趣的人提供了一個有趣的工具。 NeuralNet類包含完全連接的前饋人工神經網絡。 NeuralNet支持深度學習，旨在實現靈活性并在性能關鍵型應用中使用。
5. GoLearn
我們的排行榜中包括GoLearn，一個用于Go的“batteries included”機器學習庫。 該項目仍在積極開發中，正在尋找有興趣回聽用戶的開發人員。 如果您使用過SciPy，WEKA或R，GoLearn的機器學習問題模型將會很熟悉。
數據表示為平面表，類似于電子表格，用于訓練和預測。作為一個相對較新的項目，愿望清單比實際的當前工具更長。 所以，如果你正在尋找一個真正有所作為的項目，GoLearn可能就是你的選擇。
結論
無論您是想加入一個知名的ML項目，還是想在新手上工作，都可以在GitHub上找到一個開源的機器學習項目。 鑒于TensorFlow目前這么流行，想要學習和實踐的程序員們也可以了解下谷歌最近的AI開源項目——AIY Projects。AIY 全稱是 Artificial Intelligence Yourself，顧名思義就是利用 AI 來進行的 DIY 功能套件。借助 AIY 項目，創客可以利用人工智能來實現更像人與人交流的人機交互。谷歌目前為 AIY Projects 推出了兩款硬件產品--AIY Voice Kit 和 AIY Vision Kit。
而且谷歌為此還發布了一個TensorFlow.js的工具，有了這項工具，即使不是機器視覺領域的專家，大家也可以實現很多應用場景，比如在瀏覽器中訓練自己的寵物臉辨識系統，在自家的監視系統中使用等等。
機器學習正在經歷繁榮時期，但開源對于新手來說往往有點混亂。 所以，今天我們正在仔細研究GitHub上的五大開源項目，看看該領域是如何發展的，看看你的幫助可以在哪里使用。 畢竟，由于世界各地的開發人員和程序員之間的合作，開源成功！ 有時，這意味著要幫助解決像文檔這樣無聊的任務。
快速警告：此排行榜適用于特定項目，而不僅僅是庫或框架的集合。 所以，幾個排名結果已被排除在這些任意的基礎上，只是因為我覺得這樣。
1. TensorFlow
在此排行榜的榜首找到TensorFlow并不奇怪。 到目前為止，這是GitHub上最受歡迎和最著名的機器學習項目。
TensorFlow最初是Google機器智能研究組織中Google Brain團隊的一員，是一個使用數據流圖進行數值計算的開源軟件庫。 它附帶了一個易于使用的Python接口和其他語言的非廢話接口，用于構建和執行計算圖形。
“當我們開源TensorFlow時，我們希望為世界上的每個人建立一個機器學習平臺，”Jeff·Dean 今年早些時候說道。 TensorFlow 快速，靈活，適用于初始設計之外的各種應用。 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的新Android演示，以及基于攝像頭的圖像樣式化。
2. scikit-learn
我們排行榜的第二名是scikit-learn，一個用于機器學習的Python模塊。 scikit擁有許多用于數據挖掘和數據分析的簡單而有效的工具。 Scikit背后的基本動機是For Science！ 因此，它在各種環境中都具有高度可訪問性和可重用性。 此外，它還建立了眾所周知的數據科學工具，如NumPy，SciPy和matplotlib。
今年早些時候，我們與Groupon軟件工程總監Adam Geitgey討論了開發人員如何進入機器學習領域。
“一定要從學習Python開始。 它是目前用于機器學習的最流行的編程語言，“Geitgey說。 “為了解決大多數機器學習問題（不需要深度學習），答案很簡單。 你只需要安裝一些python庫：scikit-learn，NumPy和pandas。 這些工具是免費的，旨在協同工作。“
3. PredictionIO
PredictionIO是這個名單的新手，這使其高排名更加令人印象深刻。不久前，Apache軟件基金會發布了大量的大張旗鼓。 PredictionIO建立在最先進的開源堆棧之上。該機器學習服務器專為開發人員和數據科學家設計，可為任何機器學習任務創建預測引擎。
開發人員可以使用全棧和模板創建可部署的應用程序，而無需將底層技術拼湊在一起。 PredictionIO直接構建在Spark和Hadoop上，允許開發人員使用可自定義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編寫的。
PredictionIO意味著簡化數據基礎架構管理。通過實施您自己的機器學習模型，您可以將它們無縫地整合到您的引擎中。它還通過系統化流程和預先構建的評估措施加速機器學習建模。
4. Swift AI
雖然Swift可能正在經歷一些逆轉的命運，但Swift AI繼續在GitHub上贏得贊譽。 Swift AI是一個完全由Swift編寫的高性能深度學習庫，支持所有Apple平臺。 Macbook用戶歡欣鼓舞！
不可否認，回購有點薄，尤其是TensorFlow。 然而，Swift AI確實為那些對在Swift中編寫神經網絡感興趣的人提供了一個有趣的工具。 NeuralNet類包含完全連接的前饋人工神經網絡。 NeuralNet支持深度學習，旨在實現靈活性并在性能關鍵型應用中使用。
5. GoLearn
我們的排行榜中包括GoLearn，一個用于Go的“batteries included”機器學習庫。 該項目仍在積極開發中，正在尋找有興趣回聽用戶的開發人員。 如果您使用過SciPy，WEKA或R，GoLearn的機器學習問題模型將會很熟悉。
數據表示為平面表，類似于電子表格，用于訓練和預測。作為一個相對較新的項目，愿望清單比實際的當前工具更長。 所以，如果你正在尋找一個真正有所作為的項目，GoLearn可能就是你的選擇。
結論
無論您是想加入一個知名的ML項目，還是想在新手上工作，都可以在GitHub上找到一個開源的機器學習項目。 鑒于TensorFlow目前這么流行，想要學習和實踐的程序員們也可以了解下谷歌最近的AI開源項目——AIY Projects。AIY 全稱是 Artificial Intelligence Yourself，顧名思義就是利用 AI 來進行的 DIY 功能套件。借助 AIY 項目，創客可以利用人工智能來實現更像人與人交流的人機交互。谷歌目前為 AIY Projects 推出了兩款硬件產品--AIY Voice Kit 和 AIY Vision Kit。
而且谷歌為此還發布了一個TensorFlow.js的工具，有了這項工具，即使不是機器視覺領域的專家，大家也可以實現很多應用場景，比如在瀏覽器中訓練自己的寵物臉辨識系統，在自家的監視系統中使用等等。
請按此登錄後留言。未成為會員? 立即註冊