博客
关于我
强烈建议你试试无所不能的chatGPT,快点击我
10大最受欢迎的机器学习和数据科学Python库
阅读量:7232 次
发布时间:2019-06-29

本文共 2777 字,大约阅读时间需要 9 分钟。

2018年将会是人工智能和机器学习快速发展的一年,有专家表示:相较之下Python比Java更加接地气,也自然而然地成为机器学习的首选语言

在数据科学方面,Python的语法与数学语法最为接近,因此是数学家或经济学家等专业人士最容易理解和学习的语言。本文将罗列机器学习和数据科学应用程序中最有用的十大Python工具

机器学习工具

1、Shogun

SHOGUN是一个机器学习工具箱,专注于支持向量机(SVM)的学习工具箱。它是用C++编写的,早在1999年就已经创建,是最古老的机器学习工具之一,它提供了广泛的统一机器学习方法,旨在为机器学习提供透明和可访问的算法,并为任何对此领域感兴趣的人提供免费的机器学习工具。

Shogun提供了一个记录完善的Python界面用于统一的大规模学习,并提供高性能速度。不过,Shogun的缺点就是它的API很难使用。(项目地址:https://github.com/shogun-toolbox/shogun)

2、Keras

Keras是一个高级神经网络API,提供了一个Python深度学习库。对于任何初学者来说,这是机器学习的最佳选择,因为与其他库相比,它提供了一种更简单的表达神经网络的方法。Keras由纯Python编写而成并基Tensorflow、Theano以及CNTK后端。

据官方网站称,Keras侧重于4个主要指导原则,即用户友好性,模块化,易扩展性和与Python协作。然而,就速度而言,Keras 相对还是比较弱的。(项目地址:https://github.com/keras-team/keras)

3、scikit-learn

scikit-learn 是一个 Python 的机器学习项目。是一个简单高效的数据挖掘和数据分析工具。基于 NumPy、SciPy 和 matplotlib 构建。Scikit-Learn提供了一致且易于使用的API网格以及随机搜索。其主要优势算法简单而且速度快。Scikit-learn的基本功能主要被分为六大部分:分类,回归,聚类,数据降维,模型选择和数据预处理(项目地址:https://github.com/scikit-learn/scikit-learn)

4、Pattern

Pattern是一个Web挖掘模块,为数据挖掘,自然语言处理,机器学习,网络分析和网络分析提供工具。它还附带完善的文档,有50多个示例以及通过350多个单元测试。最重要的是,它是免费的!(项目地址:https://github.com/clips/pattern)

5、Theano

Theano可以说是最成熟的Python深度学习库之一,Theano是以以为希腊毕达哥拉斯哲学家和数学家毕达哥拉斯的妻子的名字命名,Theano的主要功能:与NumPy紧密集成,用符号式语言定义你想要的结果,该框架会对你的程序进行编译,来高效运行于 GPU 或 CPU。

它还提供了定义,优化和评估数学表达式的工具,并且可以在Theano上构建大量其他库,以探索其数据结构。尽管如此,使用Theano还是有一些缺点的; 比如学习它的API可能需要很长时间,而另一些人则认为Theano大模型的编译时间显的它不够高效(项目地址:https://github.com/Theano/Theano)

数据科学工具

1、SciPy

SciPy (pronounced "Sigh Pie") 是一个开源的数学、科学和工程计算包。SciPy使用NumPy,IPython或Pandas等各种软件包为常用的数学和科学编程任务提供库。当你想操纵计算机上的数字并显示或发布结果时,此工具是一个很好的选择,并且它也是免费的。(项目地址:https://github.com/scipy/scipy)

2、Dask

Dask 是一个用于分析计算的灵活的并行计算库。同样,通过更改只有几行代码,你可以快速对现有代码进行并行处理,因为它的DataFrame与Pandas库中的相同,它的Array对象的工作方式类似于NumPy能够并行化以纯Python编写。(项目地址:https://github.com/dask/dask)

3、Numba

此工具是一种开源优化编译器,它使用LLVM编译器基础结构将Python语法编译为机器码。在数据科学应用中使用Numba的主要优势在于它使用NumPy数组来加速应用程序的能力,因为Numba是一个支持NumPy的编译器。就像Scikit-Learn一样,Numba也适用于机器学习应用。(项目地址:https://github.com/numba/numba)

4、HPAT

高性能分析工具包(HPAT)是一个基于编译器的大数据框架。它将Python中的分析/机器学习代码自动扩展到群集/云环境中的大数据分析和机器学习,并可以使用@jit装饰器优化特定功能。(项目地址:https://github.com/IntelLabs/hpat)

5、Cython

使用数学密码或密码循环运行的代码时,Cython是您的最佳选择。Cython是一款基于Pyrex的源代码翻译器,可快速生成Python扩展模块(extention module)的工具。Cython语言非常接近Python语言,但是Cython还支持调用C函数并在变量和类属性上声明C类型。这允许编译器从Cython代码生成非常高效的C代码。(项目地址:https://github.com/cython/cython)

福利:5月10日(周四)晚八点:【线上直播】排序评估神器---交叉试验方法之介绍

报名方式:识别宣传图二维码,成功登陆网站后立即报名!

                               

关注公众账号

飞马会

                                       

往期福利
关注飞马会公众号,回复对应关键词打包下载学习资料;回复“入群”,加入飞马网AI、大数据、项目经理学习群,和优秀的人一起成长!

回复 数字“1”

回复 数字“2”

回复 数字“3”

回复 数字“4”

回复 数字“5”

回复 数字“6”

回复 数字“7”

回复 数字“8”

回复 数字“9”

回复 数字“10”

回复 数字“11”

回复 数字“12”

回复 数字“13”

回复 数字“14”

回复 数字“15”

回复 数字“16”

回复 数字“17”

回复 数字“18”

回复 数字“19”

回复 人工智能下载《FMI人工智能与大数据峰会嘉宾演讲PPT》

回复 AI 江湖下载《十大AI江湖领域》

回复 ML实践下载《机器学习实践经验指导(英文版)》

回复 DL论文下载《深度学习100篇以上论文资料》

回复 算法 下载《数据挖掘十大经典算法》

回复 6.10 下载《6.10饿了么&飞马网项目管理实践PPT》

转载地址:http://igpfm.baihongyu.com/

你可能感兴趣的文章
企业创新系列之:格物致知
查看>>
专才将死,通才永生?
查看>>
关东升的《从零开始学Swift》3月9日已经上架
查看>>
C++中const用法总结
查看>>
Linux系统捕获数据包流程
查看>>
Vmware ESX5i 环境下部署Windows Storage Server 2008 R2
查看>>
赛思信安:实现数据全生命周期管理
查看>>
了解SQL Server触发器及触发器中的事务
查看>>
程序员编程艺术:第七章、求连续子数组的最大和
查看>>
Wp7.1新增API
查看>>
关于Ubuntu上Eclipse不显示手机设备
查看>>
为什么编程语言以及数据库要从1970年1月1日开始计算时
查看>>
java web -- EL表达式
查看>>
模拟器收短信和接电话的方法
查看>>
poj2771
查看>>
(转)反射-实例化类
查看>>
OGRE 阴影技术官方文档
查看>>
Trie 树内存消耗问题
查看>>
提供一个Cookies操作类(支持带域名与不带域名)IP和localhost域名调试
查看>>
iPhone的Push(推送通知)功能原理浅析
查看>>