今天安利給大家7個GitHub上不錯的Python機器學習項目，希望對大家的學習具有參考價值~
1、Pylearn2 【Star：2633】
Pylearn是一個讓機器學習研究簡單化的基於Theano的庫程序。
2、 Scikit-learn 【Star：32449】
Scikit-learn是基於Scipy爲機器學習建造的的一個Python模塊，他的特色就是多樣化的分類，迴歸和聚類的算法包括支持向量機，邏輯迴歸，樸素貝葉斯分類器，隨機森林，Gradient Boosting，聚類算法和DBSCAN。而且也設計出了Python numerical和scientific libraries Numpy and Scipy。
3、NuPIC 【Star：2633】
NuPIC是一個以HTM學習算法爲工具的機器智能平臺。HTM是皮層的精確計算方法。HTM的核心是基於時間的持續學習算法和儲存和撤銷的時空模式。NuPIC適合於各種各樣的問題,尤其是檢測異常和預測的流數據來源。
4、Pattern 【Star：6676】
Pattern是Python語言下的一個網絡挖掘模塊。它爲數據挖掘，自然語言處理，網絡分析和機器學習提供工具。它支持向量空間模型、聚類、支持向量機和感知機並且用KNN分類法進行分類。
5、PyBrain 【Star：2638】
Pybrain是基於Python語言強化學習，人工智能，神經網絡庫的簡稱。它的目標是提供靈活、容易使用並且強大的機器學習算法和進行各種各樣的預定義的環境中測試來比較你的算法。
6、Quepy 【Star：1038】
Quepy是通過改變自然語言問題從而在數據庫查詢語言中進行查詢的一個Python框架。他可以簡單的被定義爲在自然語言和數據庫查詢中不同類型的問題。所以，你不用編碼就可以建立你自己的一個用自然語言進入你的數據庫的系統。現在Quepy提供對於Sparql和MQL查詢語言的支持。並且計劃將它延伸到其他的數據庫查詢語言。
7、Hebel 【Star：1187】
Hebel是在Python語言中對於神經網絡的深度學習的一個庫程序，它使用的是通過PyCUDA來進行GPU和CUDA的加速。它是最重要的神經網絡模型的類型的工具而且能提供一些不同的活動函數的激活功能，例如動力，涅斯捷羅夫動力，信號丟失和停止法。
