国外程序员整理的机器学习资源大全

Python

计算机视觉

• SimpleCV—开源的计算机视觉框架，可以访问如OpenCV等高性能计算机视觉库。使用Python编写，可以在Mac、Windows以及Ubuntu上运行。

自然语言处理

• NLTK —一个领先的平台，用来编写处理人类语言数据的Python程序

• Pattern—Python可用的web挖掘模块，包括自然语言处理、机器学习等工具。

• TextBlob—为普通自然语言处理任务提供一致的API，以NLTK和Pattern为基础，并和两者都能很好兼容。

• jieba—中文断词工具。

• SnowNLP —中文文本处理库。

• loso—另一个中文断词库。

• genius —基于条件随机域的中文断词库。

• nut —自然语言理解工具包。

通用机器学习

• Bayesian Methods for Hackers —Python语言概率规划的电子书

• MLlib in Apache Spark—Spark下的分布式机器学习库。

• scikit-learn—基于SciPy的机器学习模块

• graphlab-create —包含多种机器学习模块的库（回归，聚类，推荐系统，图分析等），基于可以磁盘存储的DataFrame。

• BigML—连接外部服务器的库。

• pattern—Python的web挖掘模块

• NuPIC—Numenta公司的智能计算平台。

• Pylearn2—基于Theano的机器学习库。

• hebel —Python编写的使用GPU加速的深度学习库。

• gensim—主题建模工具。

• PyBrain—另一个机器学习库。

• Crab —可扩展的、快速推荐引擎。

• python-recsys —Python实现的推荐系统。

• thinking bayes—关于贝叶斯分析的书籍

• Restricted Boltzmann Machines —Python实现的受限波尔兹曼机。[深度学习]。

• Bolt —在线学习工具箱。

• CoverTree —cover tree的Python实现，scipy.spatial.kdtree便捷的替代。

• nilearn—Python实现的神经影像学机器学习库。

• Shogun—机器学习工具箱。

• Pyevolve —遗传算法框架。

• Caffe —考虑了代码清洁、可读性及速度的深度学习框架

• breze—深度及递归神经网络的程序库，基于Theano。

数据分析/数据可视化

• SciPy —基于Python的数学、科学、工程开源软件生态系统。

• NumPy—Python科学计算基础包。

• Numba —Python的低级虚拟机JIT编译器，Cython and NumPy的开发者编写，供科学计算使用

• NetworkX —为复杂网络使用的高效软件。

• Pandas—这个库提供了高性能、易用的数据结构及数据分析工具。

• Open Mining—Python中的商业智能工具（Pandas web接口）。

• PyMC —MCMC采样工具包。

• zipline—Python的算法交易库。

• PyDy—全名Python Dynamics，协助基于NumPy, SciPy, IPython以及 matplotlib的动态建模工作流。

• SymPy —符号数学Python库。

• statsmodels—Python的统计建模及计量经济学库。

• astropy —Python天文学程序库，社区协作编写

• matplotlib —Python的2D绘图库。

• bokeh—Python的交互式Web绘图库。

• plotly —Python and matplotlib的协作web绘图库。

• vincent—将Python数据结构转换为Vega可视化语法。

• d3py—Python的绘图库，基于D3.js。

• ggplot —和R语言里的ggplot2提供同样的API。

• Kartograph.py—Python中渲染SVG图的库，效果漂亮。

• pygal—Python下的SVG图表生成器。

• pycascading

杂项脚本/iPython笔记/代码库

• pattern_classification

• thinking stats 2

• hyperopt

• numpic

• 2012-paper-diginorm

• ipython-notebooks

• decision-weights

• Sarah Palin LDA —Sarah Palin关于主题建模的电邮。

• Diffusion Segmentation —基于扩散方法的图像分割算法集合。

• Scipy Tutorials —SciPy教程，已过时，请查看scipy-lecture-notes

• Crab—Python的推荐引擎库。

• BayesPy—Python中的贝叶斯推断工具。

• scikit-learn tutorials—scikit-learn学习笔记系列

• sentiment-analyzer —推特情绪分析器

• group-lasso—坐标下降算法实验，应用于（稀疏）群套索模型。

• mne-python-notebooks—使用 mne-python进行EEG/MEG数据处理的IPython笔记

• pandas cookbook—使用Python pandas库的方法书。

• climin—机器学习的优化程序库，用Python实现了梯度下降、LBFGS、rmsprop、adadelta 等算法。

Kaggle竞赛源代码

• wiki challange —Kaggle上一个维基预测挑战赛 Dell Zhang解法的实现。

• kaggle insults—Kaggle上”从社交媒体评论中检测辱骂“竞赛提交的代码

• kaggle_acquire-valued-shoppers-challenge—Kaggle预测回头客挑战赛的代码

• kaggle-cifar —Kaggle上CIFAR-10 竞赛的代码，使用cuda-convnet

• kaggle-blackbox —Kaggle上blackbox赛代码，关于深度学习。

• kaggle-accelerometer —Kaggle上加速度计数据识别用户竞赛的代码

• kaggle-advertised-salaries —Kaggle上用广告预测工资竞赛的代码

• kaggle amazon —Kaggle上给定员工角色预测其访问需求竞赛的代码

• kaggle-bestbuy_big—Kaggle上根据bestbuy用户查询预测点击商品竞赛的代码（大数据版）

• kaggle-bestbuy_small—Kaggle上根据bestbuy用户查询预测点击商品竞赛的代码（小数据版）

• Kaggle Dogs vs. Cats —Kaggle上从图片中识别猫和狗竞赛的代码

• Kaggle Galaxy Challenge —Kaggle上遥远星系形态分类竞赛的优胜代码

• Kaggle Gender —Kaggle竞赛：从笔迹区分性别

• Kaggle Merck—Kaggle上预测药物分子活性竞赛的代码（默克制药赞助）

• Kaggle Stackoverflow—Kaggle上 预测Stack Overflow网站问题是否会被关闭竞赛的代码

• wine-quality —预测红酒质量。

Ruby

自然语言处理

• Treat—文本检索与注释工具包，Ruby上我见过的最全面的工具包。

• Ruby Linguistics—这个框架可以用任何语言为Ruby对象构建语言学工具。包括一个语言无关的通用前端，一个将语言代码映射到语言名的模块，和一个含有很有英文语言工具的模块。

• Stemmer—使得Ruby可用 libstemmer_c中的接口。

• Ruby Wordnet —WordNet的Ruby接口库。

• Raspel —aspell绑定到Ruby的接口

• UEA Stemmer—UEALite Stemmer的Ruby移植版，供搜索和检索用的保守的词干分析器

• Twitter-text-rb—该程序库可以将推特中的用户名、列表和话题标签自动连接并提取出来。

通用机器学习

• Ruby Machine Learning —Ruby实现的一些机器学习算法。

• Machine Learning Ruby

• jRuby Mahout —精华！在JRuby世界中释放了Apache Mahout的威力。

• CardMagic-Classifier—可用贝叶斯及其他分类法的通用分类器模块。

• Neural Networks and Deep Learning—《神经网络和深度学习》一书的示例代码。

数据分析/数据可视化

• rsruby - Ruby – R bridge

• data-visualization-ruby—关于数据可视化的Ruby Manor演示的源代码和支持内容

• ruby-plot —将gnuplot包装为Ruby形式，特别适合将ROC曲线转化为svg文件。

• plot-rb—基于Vega和D3的ruby绘图库

• scruffy —Ruby下出色的图形工具包

• SciRuby

• Glean—数据管理工具

• Bioruby

• Arel

Misc
杂项

• Big Data For Chimps—大数据处理严肃而有趣的指南书