国外程序员整理的机器学习资源大全

R

通用机器学习

• Clever Algorithms For Machine Learning

• Machine Learning For Hackers
  

• Machine Learning Task View on CRAN—R语言机器学习包列表，按算法类型分组。

• caret—R语言150个机器学习算法的统一接口

• SuperLearner and subsemble—该包集合了多种机器学习算法

• Introduction to Statistical Learning

数据分析/数据可视化

• Learning Statistics Using R
  

• ggplot2—基于图形语法的数据可视化包。

Scala

自然语言处理

• ScalaNLP—机器学习和数值计算库的套装

• Breeze —Scala用的数值处理库

• Chalk—自然语言处理库。

• FACTORIE—可部署的概率建模工具包，用Scala实现的软件库。为用户提供简洁的语言来创建关系因素图，评估参数并进行推断。

数据分析/数据可视化

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

• Scalding —CAscading的Scala接口

• Summing Bird—用Scalding 和 Storm进行Streaming MapReduce

• Algebird —Scala的抽象代数工具

• xerial —Scala的数据管理工具

• simmer —化简你的数据，进行代数聚合的unix过滤器

• PredictionIO —供软件开发者和数据工程师用的机器学习服务器。

• BIDMat—支持大规模探索性数据分析的CPU和GPU加速矩阵库。

通用机器学习

• Conjecture—Scalding下可扩展的机器学习框架

• brushfire—scalding下的决策树工具。

• ganitha —基于scalding的机器学习程序库

• adam—使用Apache Avro, Apache Spark 和 Parquet的基因组处理引擎，有专用的文件格式，Apache 2软件许可。

• bioscala —Scala语言可用的生物信息学程序库

• BIDMach—机器学习CPU和GPU加速库。