推荐 | 最棒的30个机器学习实例
这是一个非常具有竞争力的名单，名单是从2017年一整年间发布的最佳的开源机器学习库，数据集和应用程序当中仔细挑选出来的。 Mybridge AI 通过考虑使用频率，参与度和新近度来评估总分。针对总评分给你一个意见， Github stars平均表现是 3558。[*]年度 Python 实例 (平均 3707 )： 这里
[*]在过去的一年中从顶级文献学习机器学习： 这里
开源项目对于数据科学家来说可能是很有用的。你可以通过阅读源代码以及在现有项目之上构建一些东西来学习。 给机器学习的项目留出足够的时间吧，你可能已经错过去年一年了。
<推荐学习>
A) 神经网络
深度学习A-Z：动手的人工神经网络
B) TensorFlow
用Python进行深度学习的TensorFlow完整指南
No 1
FastText：快速文本呈现和分类库。 [在 Github 有 11786]。 由 Facebook Research 开源
……… [ Muse： 基于快速文本的多语言无监督或监督词嵌入。在 Github 有 695]
No 2
深度图像风格转换：纸张的代码和数据“深度 图像 风格 转换” [在 Github 有 9747 ]。 致谢 Fujun Luan，Ph。D。 康奈尔大学。
No 3
世界上最简单的面部识别API：Python 和命令行[在 Github 有 8672 ]。 致谢 Adam Geitgey
No 4
Magenta：智能的音乐与艺术创作 [在 Github 有 8113 ]。
No 5
Sonnet： 基于TensorFlow的神经网络库 [在 Github 有 5731 ]。 致谢 Deepmind 的 Malcolm Reynolds
No 6
deeplearn。js： 为web提供硬件加速的机器智能库 [在 Github 有 5462 ]。 致谢 Google Brain 的 Nikhil Thorat
No 7
TensorFlow的快速风格迁移 [在 Github 有 4843 ]。 致谢MIT的 Logan Engstrom
No 8
Pysc2： 星际争霸 II 学习环境 [在 Github 有 3683 ] 致谢 DeepMind 的Timo Ewalds
No 9
AirSim： 基于Unreal Engine的开源模拟器，用于Microsoft AI & Research[在 Github 有 3861 :sta:]。 致谢 Microsoft 的 Shital Shah
No 10
Facets： 机器学习数据集的可视化 [在 Github 有 3371 ]。 由Google Brain提供
No 11
Style2Paints： 图像的AI彩色化 [在 Github 有 3310 ]。
No 12
Tensor2Tensor： Google Research的广义序列到序列模型库 [在 Github 有 3087 ]。 致谢Google Brain的 Ryan Sepassi
No 13
PyTorch中的图像到图像转换 (e。g。 horse2zebra， edges2cats， and more) [在 Github 有 2847 :star:]。 致谢 Berkeley 的 Jun-Yan Zhu博士
No 14
Faiss： 用于密集向量的高效相似性搜索和聚类的库 [在 Github 有 2629 ]。 由 Facebook Research 提供
No 15
Fashion-mnist： 类似MNIST的世上产品数据库 [在 Github 有 2780 ]。 致谢 Zalando Tech 的研究科学家 Han Xiao
No 16
ParlAI： 在各种公开可用的对话数据集上训练和评估AI模型的框架 [在 Github 有 2578 ]。 致谢 Facebook Research 的 Alexander Miller
No 17
Fairseq： Facebook AI 研究序列-序列工具包 [在 Github 有 2571 ]。
No 18
Pyro：Python and PyTorch 的深度概率编程[在 Github 有 2387 ]。 由 Uber AI Labs 提供
No 19
iGAN： 由GAN支持的交互式图像生成 [在 Github 有 2369 ]。
No 20
Deep-image-prior：使用无需学习的神经网络进行图像还原 [在 Github 有 2188 ]。 致谢Skoltech 的Dmitry Ulyanov 博士
No 21
Face_classification：使用具有keras CNN模型和openCV的fer2013/imdb数据集的实时人像监测和情感/性别分类[在 Github 有 1697 ]。
No 22
Speech-to-Text-WaveNet ： 使用DeepMind的WaveNet和tensorflow进行端到端的句子级英语语音识别[在 Github 有 1961 ]。 致谢Kakao Brain 的 Namju Kim
No 23
StarGAN： 用于多域图像到图像转换的统一生成对抗网络 [在 Github 有 1954 ]。 由韩国大学的 Yunjey Choi 提供
No 24
Ml-agents： Unity 机器学习代理 [在 Github 有 1658 ]。 感谢Unity 3D深度学习团队的Arthur Juliani
No 25
DeepVideoAnalytics： 分布式可视化搜索和可视化数据分析平台 [在 Github 有 1494 ]。 感谢康奈尔大学的 Akshay Bhat 博士
No 26
OpenNMT：火炬中的开源神经机器翻译 [在 Github 有 1490 ]。
No 27
Pix2pixHD： 使用条件GAN合成和处理2048*1024图像[在 Github 有 1283 ]。 感谢 Nvidia的AI Research 科学家 Ming-Yu Liu
No 28
Horovod： TensorFlow的分布式训练框架[在 1188 有 845 ]。 由Uber Engineering提供
No 29
AI-Blocks： 强大的直观的界面，允许任何人创建的机器学习模型 [在 Github 有 899 ]。
No 30
采用Tensorflow的深度神经网络进行语音识别[在 Github 有 845]。 感谢 Kakao Brain 的 AI 研究院的 Dabi Ahn
页:
[1]