原文地址:http://www.open-open.com/news/view/17fb3ca
網站:
- CCV —基於C語言/提供緩存/核心的機器視覺庫,新穎的機器視覺庫
- OpenCV—它提供C++, C, Python, Java 以及 MATLAB 接口,並支持 Windows, Linux, Android and Mac OS 操作系統。
通用機器學習
- Closure Toolbox—Clojure 語言庫與工具的分類目錄
- go-porterstemmer—一個 Porter 詞幹提取算法的原生 Go 語言淨室實現
- paicehusk—Paice/Husk 詞幹提取算法的 Go 語言實現
- snowball—Go 語言版的 Snowball 詞幹提取器
數據分析/數據可視化
- CoreNLP—斯坦福大學的 CoreNLP 提供一系列的自然語言處理工具,輸入原始英語文本,可以給出單詞的基本形式(下面 Stanford 開頭的幾個工具都包含其中)。
- Stanford Parser—一個自然語言解析器。
- Stanford POS Tagger —一個詞性分類器。
- Stanford Name Entity Recognizer—Java 實現的名稱識別器
- Stanford Word Segmenter—分詞器,很多 NLP 工作中都要用到的標準預處理步驟。
- Tregex, Tsurgeon and Semgrex —用來在樹狀數據結構中進行模式匹配,基於樹關係以及節點匹配的正則表達式(名字是“tree regular expressions”的縮寫)。
- Stanford Phrasal:最新的基於統計短語的機器翻譯系統, java 編寫
- Stanford Tokens Regex—用以定義文本模式的框架。
- Stanford Temporal Tagger—SUTime 是一個識別並標準化時間表達式的庫。
- Stanford SPIED—在種子集上使用模式,以迭代方式從無標籤文本中學習字符實體
- Stanford Topic Modeling Toolbox —爲社會科學家及其他希望分析數據集的人員提供的主題建模工具。
- Twitter Text Java—Java 實現的推特文本處理庫
- MALLET -—基於 Java 的統計自然語言處理、文檔分類、聚類、主題建模、信息提取以及其他機器學習文本應用包。
- OpenNLP—處理自然語言文本的機器學習工具包。
- LingPipe —使用計算機語言學處理文本的工具包。
通用機器學習
- MLlib in Apache Spark—Spark 中的分佈式機器學習程序庫
- Mahout —分佈式的機器學習庫
- Stanford Classifier —斯坦福大學的分類器
- Weka—Weka 是數據挖掘方面的機器學習算法集。
- ORYX—提供一個簡單的大規模實時機器學習/預測分析基礎架構。
- Twitter-text-js —JavaScript 實現的推特文本處理庫
- NLP.js —javascript 及 coffeescript 編寫的 NLP 工具
- natural—Node 下的通用 NLP 工具
- Knwl.js—JS 編寫的自然語言處理器
通用機器學習
- Convnet.js—訓練深度學習模型的 JavaScript 庫。
- Clustering.js—用 JavaScript 實現的聚類算法,供 Node.js 及瀏覽器使用。
- Decision Trees—Node.js 實現的決策樹,使用 ID3 算法。
- Node-fann —Node.js 下的快速人工神經網絡庫。
- Kmeans.js—k-means 算法的簡單 Javascript 實現,供 Node.js 及瀏覽器使用。
- LDA.js —供 Node.js 用的 LDA 主題建模工具。
- Learning.js—邏輯迴歸/c4.5 決策樹的 JavaScript 實現
- Machine Learning—Node.js 的機器學習庫。
- Node-SVM—Node.js 的支持向量機
- Brain —JavaScript 實現的神經網絡
- Bayesian-Bandit —貝葉斯強盜算法的實現,供 Node.js 及瀏覽器使用。
- PGM—Julia 實現的概率圖模型框架。
- DA—Julia 實現的正則化判別分析包。
- Regression—迴歸分析算法包(如線性迴歸和邏輯迴歸)。
- Local Regression —局部迴歸,非常平滑!
- Naive Bayes —樸素貝葉斯的簡單 Julia 實現
- Mixed Models —(統計)混合效應模型的 Julia 包
- Simple MCMC —Julia 實現的基本 mcmc 採樣器
- Distance—Julia 實現的距離評估模塊
- Decision Tree —決策樹分類器及迴歸分析器
- Neural —Julia 實現的神經網絡
- MCMC —Julia 下的 MCMC 工具
- GLM —Julia 寫的廣義線性模型包
- Online Learning
- GLMNet —GMLNet 的 Julia 包裝版,適合套索/彈性網模型。
- Clustering—數據聚類的基本函數:k-means, dp-means 等。
- SVM—Julia 下的支持向量機。
- Kernal Density—Julia 下的核密度估計器
- Dimensionality Reduction—降維算法
- NMF —Julia 下的非負矩陣分解包
- ANN—Julia 實現的神經網絡
- Topic Models —Julia 下的主題建模
- Text Analysis—Julia 下的文本分析包
- Graph Layout —純 Julia 實現的圖佈局算法。
- Data Frames Meta —DataFrames 的元編程工具。
- Julia Data—處理表格數據的 Julia 庫
- Data Read—從 Stata、SAS、SPSS 讀取文件
- Hypothesis Tests—Julia 中的假設檢驗包
- Gladfly —Julia 編寫的靈巧的統計繪圖系統。
- Stats—Julia 編寫的統計測試函數包
- RDataSets —讀取R語言中衆多可用的數據集的 Julia 函數包。
- DataFrames —處理表格數據的 Julia 庫。
- Distributions—概率分佈及相關函數的 Julia 包。
- Data Arrays —元素值可以爲空的數據結構。
- Time Series—Julia 的時間序列數據工具包。
- Sampling—Julia 的基本採樣算法包
- DSP —數字信號處理
- JuliaCon Presentations—Julia 大會上的演示文稿
- SignalProcessing—Julia 的信號處理工具
- Images—Julia 的圖片庫
Lua
通用機器學習
- Torch7
- cephes —Cephes 數學函數庫,包裝成 Torch 可用形式。提供幷包裝了超過 180 個特殊的數學函數,由 Stephen L. Moshier 開發,是 SciPy 的核心,應用於很多場合。
- graph —供 Torch 使用的圖形包。
- randomkit—從 Numpy 提取的隨機數生成包,包裝成 Torch 可用形式。
- signal —Torch-7 可用的信號處理工具包,可進行 FFT, DCT, Hilbert, cepstrums, stft 等變換。
- nn —Torch 可用的神經網絡包。
- nngraph —爲 nn 庫提供圖形計算能力。
- nnx—一個不穩定實驗性的包,擴展 Torch 內置的 nn 庫。
- optim—Torch 可用的優化算法庫,包括 SGD, Adagrad, 共軛梯度算法, LBFGS, RProp 等算法。
- unsup—Torch 下的非監督學習包。提供的模塊與 nn (LinearPsd, ConvPsd, AutoEncoder, …)及獨立算法 (k-means, PCA)等兼容。
- manifold—操作流形的包。
- svm—Torch 的支持向量機庫。
- lbfgs—將 liblbfgs 包裝爲 FFI 接口。
- vowpalwabbit —老版的 vowpalwabbit 對 torch 的接口。
- OpenGM—OpenGM 是 C++ 編寫的圖形建模及推斷庫,該 binding 可以用 Lua 以簡單的方式描述圖形,然後用 OpenGM 優化。
- sphagetti —MichaelMathieu 爲 torch7 編寫的稀疏線性模塊。
- LuaSHKit —將局部敏感哈希庫 SHKit 包裝成 lua 可用形式。
- kernel smoothing —KNN、核權平均以及局部線性迴歸平滑器
- cutorch—torch 的 CUDA 後端實現
- cunn —torch 的 CUDA 神經網絡實現。
- imgraph—torch 的圖像/圖形庫,提供從圖像創建圖形、分割、建立樹、又轉化回圖像的例程
- videograph—torch 的視頻/圖形庫,提供從視頻創建圖形、分割、建立樹、又轉化回視頻的例程
- saliency —積分圖像的代碼和工具,用來從快速積分直方圖中尋找興趣點。
- stitch —使用 hugin 拼合圖像並將其生成視頻序列。
- sfm—運動場景束調整/結構包
- fex —torch 的特徵提取包,提供 SIFT 和 dSIFT 模塊。
- OverFeat—當前最高水準的通用密度特徵提取器。
- Numeric Lua
- Lunatic Python
- SciLua
- Lua – Numerical Algorithms
- Lunum
- Core torch7 demos repository.核心 torch7 演示程序庫
- 線性迴歸、邏輯迴歸
- 人臉檢測(訓練和檢測是獨立的演示)
- 基於 mst 的斷詞器
- train-a-digit-classifier
- train-autoencoder
- optical flow demo
- train-on-housenumbers
- train-on-cifar
- tracking with deep nets
- kinect demo
- 濾波可視化
- saliency-networks
- Training a Convnet for the Galaxy-Zoo Kaggle challenge (CUDA demo)
- Music Tagging—torch7 下的音樂標籤腳本
- torch-datasets 讀取幾個流行的數據集的腳本,包括:
- BSR 500
- CIFAR-10
- COIL
- Street View House Numbers
- MNIST
- NORB
- Atari2600 —在 Arcade Learning Environment 模擬器中用靜態幀生成數據集的腳本。
Matlab
- Contourlets —實現輪廓波變換及其使用函數的 MATLAB 源代碼
- Shearlets—剪切波變換的 MATLAB 源碼
- Curvelets—Curvelet 變換的 MATLAB 源碼(Curvelet 變換是對小波變換向更高維的推廣,用來在不同尺度角度表示圖像。)
- Bandlets—Bandlets 變換的 MATLAB 源碼
- NLP —一個 Matlab 的 NLP 庫
- Training a deep autoencoder or a classifier on MNIST digits—在 MNIST 字符數據集上訓練一個深度的 autoencoder 或分類器[深度學習]。
- t-Distributed Stochastic Neighbor Embedding —獲獎的降維技術,特別適合於高維數據集的可視化
- Spider—Matlab 機器學習的完整面向對象環境。
- LibSVM —支持向量機程序庫
- LibLinear —大型線性分類程序庫
- Machine Learning Module —M. A .Girolami 教授的機器學習課程,包括 PDF,講義及代碼。
- Caffe—考慮了代碼清潔、可讀性及速度的深度學習框架
- Pattern Recognition Toolbox —Matlab 中的模式識別工具包,完全面向對象
- matlab_gbl—處理圖像的 Matlab 包
- gamic—圖像算法純 Matlab 高效實現,對 MatlabBGL 的 mex 函數是個補充。
.NET
- OpenCVDotNet —包裝器,使 .NET 程序能使用 OpenCV 代碼
- Emgu CV—跨平臺的包裝器,能在 Windows, Linus, Mac OS X, iOS, 和 Android 上編譯。
- Stanford.NLP for .NET —斯坦福大學 NLP 包在 .NET 上的完全移植,還可作爲 NuGet 包進行預編譯。
- Accord.MachineLearning —支持向量機、決策樹、樸素貝葉斯模型、K-means、高斯混合模型和機器學習應用的通用算法,例如:隨機抽樣一致性算法、交叉驗證、網格搜索。這個包是 Accord.NET 框架的一部分。
- Vulpes—F#語言實現的 Deep belief 和深度學習包,它在 Alea.cuBase 下利用 CUDA GPU 來執行。
- Encog —先進的神經網絡和機器學習框架,包括用來創建多種網絡的類,也支持神經網絡需要的數據規則化及處理的類。它的訓練採用多線程彈性傳播。它也能使用 GPU 加快處理時間。提供了圖形化界面來幫助建模和訓練神經網絡。
- Neural Network Designer —這是一個數據庫管理系統和神經網絡設計器。設計器用 WPF 開發,也是一個 UI,你可以設計你的神經網絡、查詢網絡、創建並配置聊天機器人,它能問問題,並從你的反饋中學習。這些機器人甚至可以從網絡蒐集信息用來輸出,或是用來學習。
- numl —numl 這個機器學習庫,目標就是簡化預測和聚類的標準建模技術。
- Math.NET Numerics—Math.NET 項目的數值計算基礎,着眼提供科學、工程以及日常數值計算的方法和算法。支持 Windows, Linux 和 Mac 上的 .Net 4.0, .Net 3.5 和 Mono ,Silverlight 5, WindowsPhone/SL 8, WindowsPhone 8.1 以及裝有 PCL Portable Profiles 47 及 344 的 Windows 8, 裝有 Xamarin 的 Android/iOS 。
- Sho —Sho 是數據分析和科學計算的交互式環境,可以讓你將腳本(IronPython 語言)和編譯的代碼(.NET)無縫連接,以快速靈活的建立原型。這個環境包括強大高效的庫,如線性代數、數據可視化,可供任何 .NET 語言使用,還爲快速開發提供了功能豐富的交互式 shell。
Python
計算機視覺
- SimpleCV—開源的計算機視覺框架,可以訪問如 OpenCV 等高性能計算機視覺庫。使用 Python 編寫,可以在 Mac、Windows 以及 Ubuntu 上運行。
- NLTK —一個領先的平臺,用來編寫處理人類語言數據的 Python 程序
- Pattern—Python 可用的 web 挖掘模塊,包括自然語言處理、機器學習等工具。
- TextBlob—爲普通自然語言處理任務提供一致的 API,以 NLTK 和 Pattern 爲基礎,並和兩者都能很好兼容。
- jieba—中文斷詞工具。
- SnowNLP —中文文本處理庫。
- loso—另一箇中文斷詞庫。
- genius —基於條件隨機域的中文斷詞庫。
- nut —自然語言理解工具包。
- Bayesian Methods for Hackers —Python 語言概率規劃的電子書
- MLlib in Apache Spark—Spark 下的分佈式機器學習庫。
- scikit-learn—基於 SciPy 的機器學習模塊
- graphlab-create —包含多種機器學習模塊的庫(迴歸,聚類,推薦系統,圖分析等),基於可以磁盤存儲的 DataFrame。
- BigML—連接外部服務器的庫。
- pattern—Python 的 web 挖掘模塊
- NuPIC—Numenta 公司的智能計算平臺。
- Pylearn2—基於 Theano 的機器學習庫。
- hebel —Python 編寫的使用 GPU 加速的深度學習庫。
- gensim—主題建模工具。
- PyBrain—另一個機器學習庫。
- Crab —可擴展的、快速推薦引擎。
- python-recsys —Python 實現的推薦系統。
- thinking bayes—關於貝葉斯分析的書籍
- Restricted Boltzmann Machines —Python 實現的受限波爾茲曼機。[深度學習]。
- Bolt —在線學習工具箱。
- CoverTree —cover tree 的 Python 實現,scipy.spatial.kdtree 便捷的替代。
- nilearn—Python 實現的神經影像學機器學習庫。
- Shogun—機器學習工具箱。
- Pyevolve —遺傳算法框架。
- Caffe —考慮了代碼清潔、可讀性及速度的深度學習框架
- breze—深度及遞歸神經網絡的程序庫,基於 Theano。
- SciPy —基於 Python 的數學、科學、工程開源軟件生態系統。
- NumPy—Python 科學計算基礎包。
- Numba —Python 的低級虛擬機 JIT 編譯器,Cython and NumPy 的開發者編寫,供科學計算使用
- NetworkX —爲複雜網絡使用的高效軟件。
- Pandas—這個庫提供了高性能、易用的數據結構及數據分析工具。
- Open Mining—Python 中的商業智能工具(Pandas web 接口)。
- PyMC —MCMC 採樣工具包。
- zipline—Python 的算法交易庫。
- PyDy—全名 Python Dynamics,協助基於 NumPy, SciPy, IPython 以及 matplotlib 的動態建模工作流。
- SymPy —符號數學 Python 庫。
- statsmodels—Python 的統計建模及計量經濟學庫。
- astropy —Python 天文學程序庫,社區協作編寫
- matplotlib —Python 的 2D 繪圖庫。
- bokeh—Python 的交互式 Web 繪圖庫。
- plotly —Python and matplotlib 的協作 web 繪圖庫。
- vincent—將 Python 數據結構轉換爲 Vega 可視化語法。
- d3py—Python 的繪圖庫,基於 D3.js。
- ggplot —和R語言裏的 ggplot2 提供同樣的 API。
- Kartograph.py—Python 中渲染 SVG 圖的庫,效果漂亮。
- pygal—Python 下的 SVG 圖表生成器。
- pycascading
- pattern_classification
- thinking stats 2
- hyperopt
- numpic
- 2012-paper-diginorm
- ipython-notebooks
- decision-weights
- Sarah Palin LDA —Sarah Palin 關於主題建模的電郵。
- Diffusion Segmentation —基於擴散方法的圖像分割算法集合。
- Scipy Tutorials —SciPy 教程,已過時,請查看 scipy-lecture-notes
- Crab—Python 的推薦引擎庫。
- BayesPy—Python 中的貝葉斯推斷工具。
- scikit-learn tutorials—scikit-learn 學習筆記系列
- sentiment-analyzer —推特情緒分析器
- group-lasso—座標下降算法實驗,應用於(稀疏)羣套索模型。
- mne-python-notebooks—使用 mne-python 進行 EEG/MEG 數據處理的 IPython 筆記
- pandas cookbook—使用 Python pandas 庫的方法書。
- climin—機器學習的優化程序庫,用 Python 實現了梯度下降、LBFGS、rmsprop、adadelta 等算法。
- wiki challange —Kaggle 上一個維基預測挑戰賽 Dell Zhang 解法的實現。
- kaggle insults—Kaggle 上”從社交媒體評論中檢測辱罵“競賽提交的代碼
- kaggle_acquire-valued-shoppers-challenge—Kaggle 預測回頭客挑戰賽的代碼
- kaggle-cifar —Kaggle 上 CIFAR-10 競賽的代碼,使用 cuda-convnet
- kaggle-blackbox —Kaggle 上 blackbox 賽代碼,關於深度學習。
- kaggle-accelerometer —Kaggle 上加速度計數據識別用戶競賽的代碼
- kaggle-advertised-salaries —Kaggle 上用廣告預測工資競賽的代碼
- kaggle amazon —Kaggle 上給定員工角色預測其訪問需求競賽的代碼
- kaggle-bestbuy_big—Kaggle 上根據 bestbuy 用戶查詢預測點擊商品競賽的代碼(大數據版)
- kaggle-bestbuy_small—Kaggle 上根據 bestbuy 用戶查詢預測點擊商品競賽的代碼(小數據版)
- Kaggle Dogs vs. Cats —Kaggle 上從圖片中識別貓和狗競賽的代碼
- Kaggle Galaxy Challenge —Kaggle 上遙遠星系形態分類競賽的優勝代碼
- Kaggle Gender —Kaggle 競賽:從筆跡區分性別
- Kaggle Merck—Kaggle 上預測藥物分子活性競賽的代碼(默克製藥贊助)
- Kaggle Stackoverflow—Kaggle 上 預測 Stack Overflow 網站問題是否會被關閉競賽的代碼
- wine-quality —預測紅酒質量。
- Treat—文本檢索與註釋工具包,Ruby 上我見過的最全面的工具包。
- Ruby Linguistics—這個框架可以用任何語言爲 Ruby 對象構建語言學工具。包括一個語言無關的通用前端,一個將語言代碼映射到語言名的模塊,和一個含有很有英文語言工具的模塊。
- Stemmer—使得 Ruby 可用 libstemmer_c中的接口。
- Ruby Wordnet —WordNet 的 Ruby 接口庫。
- Raspel —aspell 綁定到 Ruby 的接口
- UEA Stemmer—UEALite Stemmer 的 Ruby 移植版,供搜索和檢索用的保守的詞幹分析器
- Twitter-text-rb—該程序庫可以將推特中的用戶名、列表和話題標籤自動連接並提取出來。
- Ruby Machine Learning —Ruby 實現的一些機器學習算法。
- Machine Learning Ruby
- jRuby Mahout —精華!在 JRuby 世界中釋放了 Apache Mahout 的威力。
- CardMagic-Classifier—可用貝葉斯及其他分類法的通用分類器模塊。
- Neural Networks and Deep Learning—《神經網絡和深度學習》一書的示例代碼。
- rsruby - Ruby – R bridge
- data-visualization-ruby—關於數據可視化的 Ruby Manor 演示的源代碼和支持內容
- ruby-plot —將 gnuplot 包裝爲 Ruby 形式,特別適合將 ROC 曲線轉化爲 svg 文件。
- plot-rb—基於 Vega 和 D3 的 ruby 繪圖庫
- scruffy —Ruby 下出色的圖形工具包
- SciRuby
- Glean—數據管理工具
- Bioruby
- Arel
雜項
- Big Data For Chimps—大數據處理嚴肅而有趣的指南書
- Clever Algorithms For Machine Learning
- Machine Learning For Hackers
- Machine Learning Task View on CRAN—R語言機器學習包列表,按算法類型分組。
- caret—R語言 150 個機器學習算法的統一接口
- SuperLearner and subsemble—該包集合了多種機器學習算法
- Introduction to Statistical Learning
數據分析/數據可視化
- Learning Statistics Using R
- ggplot2—基於圖形語法的數據可視化包。
- ScalaNLP—機器學習和數值計算庫的套裝
- Breeze —Scala 用的數值處理庫
- Chalk—自然語言處理庫。
- FACTORIE—可部署的概率建模工具包,用 Scala 實現的軟件庫。爲用戶提供簡潔的語言來創建關係因素圖,評估參數並進行推斷。
- MLlib in Apache Spark—Spark 下的分佈式機器學習庫
- Scalding —CAscading 的 Scala 接口
- Summing Bird—用 Scalding 和 Storm 進行 Streaming MapReduce
- Algebird —Scala 的抽象代數工具
- xerial —Scala 的數據管理工具
- simmer —化簡你的數據,進行代數聚合的 unix 過濾器
- PredictionIO —供軟件開發者和數據工程師用的機器學習服務器。
- BIDMat—支持大規模探索性數據分析的 CPU 和 GPU 加速矩陣庫。
- Conjecture—Scalding 下可擴展的機器學習框架
- brushfire—scalding 下的決策樹工具。
- ganitha —基於 scalding 的機器學習程序庫
- adam—使用 Apache Avro, Apache Spark 和 Parquet 的基因組處理引擎,有專用的文件格式,Apache 2 軟件許可。
- bioscala —Scala 語言可用的生物信息學程序庫
- BIDMach—機器學習 CPU 和 GPU 加速庫。