阅读大型 JavaScript 源码时有什么好用的工具_百度知道推荐！国外程序员整理的机器学习资源大全 - 开源中国社区
当前访客身份：游客 [
当前位置：
推荐！国外程序员整理的机器学习资源大全
本列表选编了一些机器学习领域牛B的框架、库以及软件（按编程语言排序）。C++计算机视觉&—基于C语言/提供缓存/核心的机器视觉库，新颖的机器视觉库—它提供C++, C, Python, Java 以及 MATLAB接口，并支持Windows, Linux, Android and Mac OS操作系统。通用机器学习Closure通用机器学习—Clojure语言库与工具的分类目录Go自然语言处理—一个Porter词干提取算法的原生Go语言净室实现—Paice/Husk词干提取算法的Go语言实现—Go语言版的Snowball词干提取器通用机器学习— Go语言机器学习库&—Go语言机器学习包.—Go语言朴素贝叶斯分类库。—Go语言遗传算法库。数据分析/数据可视化—Go语言图形库。—Go语言的SVG生成库。Java自然语言处理—斯坦福大学的CoreNLP提供一系列的自然语言处理工具，输入原始英语文本，可以给出单词的基本形式（下面Stanford开头的几个工具都包含其中）。—一个自然语言解析器。&—一个词性分类器。—Java实现的名称识别器—分词器，很多NLP工作中都要用到的标准预处理步骤。&—用来在树状数据结构中进行模式匹配，基于树关系以及节点匹配的正则表达式（名字是“tree&regular expressions”的缩写）。最新的基于统计短语的机器翻译系统，java编写—用以定义文本模式的框架。—SUTime是一个识别并标准化时间表达式的库。—在种子集上使用模式，以迭代方式从无标签文本中学习字符实体&—为社会科学家及其他希望分析数据集的人员提供的主题建模工具。—Java实现的推特文本处理库&-—基于Java的统计自然语言处理、文档分类、聚类、主题建模、信息提取以及其他机器学习文本应用包。—处理自然语言文本的机器学习工具包。&—使用计算机语言学处理文本的工具包。通用机器学习—Spark中的分布式机器学习程序库&—分布式的机器学习库&—斯坦福大学的分类器—Weka是数据挖掘方面的机器学习算法集。—提供一个简单的大规模实时机器学习/预测分析基础架构。数据分析/数据可视化—大数据分析平台—快速通用的大规模数据处理引擎。&—为Hadoop实现实时查询Javascript自然语言处理&—JavaScript实现的推特文本处理库&—javascript及coffeescript编写的NLP工具—Node下的通用NLP工具—JS编写的自然语言处理器数据分析/数据可视化通用机器学习—训练深度学习模型的JavaScript库。—用JavaScript实现的聚类算法，供Node.js及浏览器使用。—Node.js实现的决策树，使用ID3算法。&—Node.js下的快速人工神经网络库。—k-means算法的简单Javascript实现，供Node.js及浏览器使用。&—供Node.js用的LDA主题建模工具。—逻辑回归/c4.5决策树的JavaScript实现—Node.js的机器学习库。—Node.js的支持向量机&—JavaScript实现的神经网络&—贝叶斯强盗算法的实现，供Node.js及浏览器使用。Julia通用机器学习—Julia实现的概率图模型框架。—Julia实现的正则化判别分析包。—回归分析算法包（如线性回归和逻辑回归）。&—局部回归，非常平滑！&—朴素贝叶斯的简单Julia实现&—（统计）混合效应模型的Julia包&—Julia实现的基本mcmc采样器—Julia实现的距离评估模块&—决策树分类器及回归分析器&—Julia实现的神经网络&—Julia下的MCMC工具&—Julia写的广义线性模型包&—GMLNet的Julia包装版，适合套索/弹性网模型。—数据聚类的基本函数：k-means, dp-means等。—Julia下的支持向量机。—Julia下的核密度估计器—降维算法&—Julia下的非负矩阵分解包—Julia实现的神经网络自然语言处理&—Julia下的主题建模—Julia下的文本分析包数据分析/数据可视化&—纯Julia实现的图布局算法。&—DataFrames的元编程工具。—处理表格数据的Julia库—从Stata、SAS、SPSS读取文件—Julia中的假设检验包&—Julia编写的灵巧的统计绘图系统。—Julia编写的统计测试函数包&—读取R语言中众多可用的数据集的Julia函数包。&—处理表格数据的Julia库。—概率分布及相关函数的Julia包。&—元素值可以为空的数据结构。—Julia的时间序列数据工具包。—Julia的基本采样算法包杂项/演示文稿&—数字信号处理—Julia大会上的演示文稿—Julia的信号处理工具—Julia的图片库Lua通用机器学习&—Cephes数学函数库，包装成Torch可用形式。提供并包装了超过180个特殊的数学函数，由Stephen L. Moshier开发，是SciPy的核心，应用于很多场合。&—供Torch使用的图形包。—从Numpy提取的随机数生成包，包装成Torch可用形式。&—Torch-7可用的信号处理工具包，可进行FFT, DCT, Hilbert, cepstrums, stft等变换。&—Torch可用的神经网络包。&—为nn库提供图形计算能力。—一个不稳定实验性的包，扩展Torch内置的nn库。—Torch可用的优化算法库，包括&SGD, Adagrad, 共轭梯度算法, LBFGS, RProp等算法。—Torch下的非监督学习包。提供的模块与nn(LinearPsd, ConvPsd, AutoEncoder, …)及独立算法&(k-means, PCA)等兼容。—操作流形的包。—Torch的支持向量机库。—将liblbfgs包装为FFI接口。&—老版的vowpalwabbit对torch的接口。—OpenGM是C++编写的图形建模及推断库，该binding可以用Lua以简单的方式描述图形，然后用OpenGM优化。&—MichaelMathieu为torch7编写的稀疏线性模块。&—将局部敏感哈希库SHKit包装成lua可用形式。&—KNN、核权平均以及局部线性回归平滑器—torch的CUDA后端实现&—torch的CUDA神经网络实现。—torch的图像/图形库，提供从图像创建图形、分割、建立树、又转化回图像的例程—torch的视频/图形库，提供从视频创建图形、分割、建立树、又转化回视频的例程&—积分图像的代码和工具，用来从快速积分直方图中寻找兴趣点。&—使用hugin拼合图像并将其生成视频序列。—运动场景束调整/结构包&—torch的特征提取包，提供SIFT和dSIFT模块。—当前最高水准的通用密度特征提取器。演示及脚本.核心torch7演示程序库线性回归、逻辑回归人脸检测（训练和检测是独立的演示）基于mst的断词器train-a-digit-classifiertrain-autoencoderoptical flow demotrain-on-housenumberstrain-on-cifartracking with deep netskinect demo滤波可视化saliency-networks—torch7下的音乐标签脚本&读取几个流行的数据集的脚本，包括：BSR 500CIFAR-10COILStreet View House NumbersMNISTNORB&—在Arcade Learning Environment模拟器中用静态帧生成数据集的脚本。Matlab计算机视觉&—实现轮廓波变换及其使用函数的MATLAB源代码—剪切波变换的MATLAB源码—Curvelet变换的MATLAB源码（Curvelet变换是对小波变换向更高维的推广，用来在不同尺度角度表示图像。）—Bandlets变换的MATLAB源码自然语言处理&—一个Matlab的NLP库通用机器学习—在MNIST字符数据集上训练一个深度的autoencoder或分类器[深度学习]。&—获奖的降维技术，特别适合于高维数据集的可视化—Matlab机器学习的完整面向对象环境。&—支持向量机程序库&—大型线性分类程序库&—M. A .Girolami教授的机器学习课程，包括PDF，讲义及代码。—考虑了代码清洁、可读性及速度的深度学习框架&—Matlab中的模式识别工具包，完全面向对象数据分析/数据可视化—处理图像的Matlab包—图像算法纯Matlab高效实现，对MatlabBGL的mex函数是个补充。.NET计算机视觉&—包装器，使.NET程序能使用OpenCV代码—跨平台的包装器，能在Windows, Linus, Mac OS X, iOS, 和Android上编译。自然语言处理&—斯坦福大学NLP包在.NET上的完全移植，还可作为NuGet包进行预编译。通用机器学习&—支持向量机、决策树、朴素贝叶斯模型、K-means、高斯混合模型和机器学习应用的通用算法，例如：随机抽样一致性算法、交叉验证、网格搜索。这个包是Accord.NET框架的一部分。—F#语言实现的Deep belief和深度学习包，它在Alea.cuBase下利用CUDA GPU来执行。&—先进的神经网络和机器学习框架，包括用来创建多种网络的类，也支持神经网络需要的数据规则化及处理的类。它的训练采用多线程弹性传播。它也能使用GPU加快处理时间。提供了图形化界面来帮助建模和训练神经网络。&—这是一个数据库管理系统和神经网络设计器。设计器用WPF开发，也是一个UI，你可以设计你的神经网络、查询网络、创建并配置聊天机器人，它能问问题，并从你的反馈中学习。这些机器人甚至可以从网络搜集信息用来输出，或是用来学习。数据分析/数据可视化&—numl这个机器学习库，目标就是简化预测和聚类的标准建模技术。—
Math.NET项目的数值计算基础，着眼提供科学、工程以及日常数值计算的方法和算法。支持&Windows, Linux 和 Mac上的&.Net
4.0, .Net 3.5 和 Mono ，Silverlight 5, WindowsPhone/SL 8, WindowsPhone
8.1 以及装有 PCL Portable Profiles&47 及 344的Windows 8， 装有
Xamarin的Android/iOS 。&—
Sho是数据分析和科学计算的交互式环境，可以让你将脚本（IronPython语言）和编译的代码（.NET）无缝连接，以快速灵活的建立原型。这个环
境包括强大高效的库，如线性代数、数据可视化，可供任何.NET语言使用，还为快速开发提供了功能丰富的交互式shell。Python计算机视觉—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&—一个领先的平台，用来编写处理人类语言数据的Python程序—Python可用的web挖掘模块，包括自然语言处理、机器学习等工具。—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。—中文断词工具。&—中文文本处理库。—另一个中文断词库。&—基于条件随机域的中文断词库。&—自然语言理解工具包。通用机器学习&—Python语言概率规划的电子书—Spark下的分布式机器学习库。—基于SciPy的机器学习模块&—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。—连接外部服务器的库。—Python的web挖掘模块—Numenta公司的智能计算平台。—基于Theano的机器学习库。&—Python编写的使用GPU加速的深度学习库。—主题建模工具。—另一个机器学习库。&—可扩展的、快速推荐引擎。&—Python实现的推荐系统。—关于贝叶斯分析的书籍&—Python实现的受限波尔兹曼机。[深度学习]。&—在线学习工具箱。&—cover tree的Python实现，scipy.spatial.kdtree便捷的替代。—Python实现的神经影像学机器学习库。—机器学习工具箱。&—遗传算法框架。&—考虑了代码清洁、可读性及速度的深度学习框架—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&—基于Python的数学、科学、工程开源软件生态系统。—Python科学计算基础包。&—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&—为复杂网络使用的高效软件。—这个库提供了高性能、易用的数据结构及数据分析工具。—Python中的商业智能工具（Pandas web接口）。&—MCMC采样工具包。—Python的算法交易库。—全名Python Dynamics，协助基于NumPy, SciPy, IPython以及 matplotlib的动态建模工作流。&—符号数学Python库。—Python的统计建模及计量经济学库。&—Python天文学程序库，社区协作编写&—Python的2D绘图库。—Python的交互式Web绘图库。&—Python and matplotlib的协作web绘图库。—将Python数据结构转换为Vega可视化语法。—Python的绘图库，基于D3.js。&—和R语言里的ggplot2提供同样的API。—Python中渲染SVG图的库，效果漂亮。—Python下的SVG图表生成器。杂项脚本/iPython笔记/代码库&—Sarah Palin关于主题建模的电邮。&—基于扩散方法的图像分割算法集合。&—SciPy教程，已过时，请查看scipy-lecture-notes—Python的推荐引擎库。—Python中的贝叶斯推断工具。—scikit-learn学习笔记系列&—推特情绪分析器—坐标下降算法实验，应用于（稀疏）群套索模型。—使用&mne-python进行EEG/MEG数据处理的IPython笔记—使用Python pandas库的方法书。—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&—Kaggle上一个维基预测挑战赛&Dell Zhang解法的实现。—Kaggle上”从社交媒体评论中检测辱骂“竞赛提交的代码—Kaggle预测回头客挑战赛的代码&—Kaggle上CIFAR-10 竞赛的代码，使用cuda-convnet&—Kaggle上blackbox赛代码，关于深度学习。&—Kaggle上加速度计数据识别用户竞赛的代码&—Kaggle上用广告预测工资竞赛的代码&—Kaggle上给定员工角色预测其访问需求竞赛的代码—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上根据bestbuy用户查询预测点击商品竞赛的代码（小数据版）&—Kaggle上从图片中识别猫和狗竞赛的代码&—Kaggle上遥远星系形态分类竞赛的优胜代码&—Kaggle竞赛：从笔迹区分性别—Kaggle上预测药物分子活性竞赛的代码（默克制药赞助）—Kaggle上&预测Stack Overflow网站问题是否会被关闭竞赛的代码&—预测红酒质量。Ruby自然语言处理—文本检索与注释工具包，Ruby上我见过的最全面的工具包。—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。—使得Ruby可用&libstemmer_c中的接口。&—WordNet的Ruby接口库。&—aspell绑定到Ruby的接口—UEALite Stemmer的Ruby移植版，供搜索和检索用的保守的词干分析器—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实现的一些机器学习算法。&—精华！在JRuby世界中释放了Apache Mahout的威力。—可用贝叶斯及其他分类法的通用分类器模块。—《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&- Ruby – R bridge—关于数据可视化的Ruby Manor演示的源代码和支持内容&—将gnuplot包装为Ruby形式，特别适合将ROC曲线转化为svg文件。—基于Vega和D3的ruby绘图库&—Ruby下出色的图形工具包—数据管理工具Misc杂项—大数据处理严肃而有趣的指南书R通用机器学习—R语言机器学习包列表，按算法类型分组。—R语言150个机器学习算法的统一接口&and&—该包集合了多种机器学习算法数据分析/数据可视化—基于图形语法的数据可视化包。Scala自然语言处理—机器学习和数值计算库的套装&—Scala用的数值处理库—自然语言处理库。—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—Spark下的分布式机器学习库&—CAscading的Scala接口—用Scalding 和 Storm进行Streaming MapReduce&—Scala的抽象代数工具&—Scala的数据管理工具&—化简你的数据，进行代数聚合的unix过滤器&—供软件开发者和数据工程师用的机器学习服务器。—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—Scalding下可扩展的机器学习框架—scalding下的决策树工具。&—基于scalding的机器学习程序库—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。&—Scala语言可用的生物信息学程序库—机器学习CPU和GPU加速库。原文链接： &&&翻译：
- 译文链接：
想通过手机客户端（支持 Android、iPhone 和 Windows Phone）访问开源中国：
旧一篇： 2年前
新一篇： 2年前
你也许会喜欢
2楼：opmetic
我也marked
3楼：Disappeared 来自
我也也marked
4楼：JonasBollack
我也也也marked
5楼：dclink
我也也也marked
学海无涯啊！
7楼：邪恶八稚女
8楼：Broly
9楼：jrchens
我想知道这是一个人多久能学习完的?
10楼：iamxi
11楼：chenqiyi
引用来自“黑炭”的评论学海无涯啊！回头...
12楼：star_qu
学习！！！！
13楼：Raydeer
很强大的样子
14楼：lnyu
15楼：mickelfeng
没有我php。
16楼：XzhiF
17楼：吐槽的达达仔
没啥大用。。
18楼：在路上逛开源
太高大上...
19楼：oschinaee
20楼：cobbage
与内容无关的评论将被删除，严重者禁用帐号
本周热点资讯
本站最新资讯哪些JavaScript 框架的源代码最值得阅读和学习_百度知道