阿里巴巴创研究计划AIR2018正式发布 邀全球学者共创未来

主要发现

     相对于2016年的报告，2018年《Top 20 Python AI and Machine Learning projects on Github》报告主要有如下几个变化：

• 从贡献者（Contributors）的基数看，Tensorflow已上升至排名第一；Scikit-learn下降至第二，但其贡献者基数仍很大。
  

• 从贡献者数量的增长率看，增长最快的项目分别为：TensorFlow(169%)、Deap（86%）、Chainer（83%）、Gensim（81%）、Neon（66%）、Nilearn（50%）

• 2018年的新项目：Keras（贡献者数：629）和PyTorch（贡献者数：399）。

      图中，点的【大小】代表的是贡献者数量的绝对值；【颜色】代表的是贡献者数量的变化：红色越高，蓝色越低；【形状】代表的是项目类型：雪花为深度学习项目。

• TensorFlow：最初由Google Brain Team研发，旨在促进机器学习方面的科学研究，并使研究原型转换为生产系统变得快速简单。Contributors: 1324 (增长168% ), Commits: 28476, Stars: 92359. Github URL: Tensorflow  

• Scikit-learn：建立在NumPy，SciPy和matplotlib等的Python机器学习包。Contributors: 1019 (增长39% ), Commits: 22575, Github URL: Scikit-learn

• Keras：可以运行在TensorFlow，CNTK或Theano上的一种高层神经网络API。Contributors: 629 (new), Commits: 4371, Github URL: Keras.  

• PyTorch：支持GPU加速的张量和动态神经网络。Contributors: 399 (new), Commits: 6458, Github URL: pytorch. 

• Theano：支持以较高的效率定义，优化和评估涉及多维数组的数学表达式。Contributors: 327 (24% up), Commits: 27931, Github URL: Theano 

• Gensim ：一种支持可扩展的统计语义，分析用于语义结构的文本文档，检索语义相似的文档等功能的Python库。Contributors: 262 (81% up), Commits: 3549, Github URL: Gensim  

• Caffe：由伯克利视觉和学习中心（BVLC）和社区贡献者开发的深度学习框架  Contributors: 260 (21% up), Commits: 4099, Github URL: Caffe

• Chainer：一种独立的深度学习框架，以较为灵活，直观和高性能的方式实现了多种深度学习模型，其中包括最新的模型，如递归神经网络和变分自动编码器。Contributors: 154 (84% up), Commits: 12613, Github URL: Chainer

• Statsmodels：实现统计学基本功能的模块，Contributors: 144 (33% up), Commits: 9729, Github URL: Statsmodels 

• Shogun：一种机器学习工具箱，以统一与高效的方式实现了机器学习方法，方便集成多种数据表示、算法类型和通用工具。Contributors: 139 (32% up), Commits: 16362, Github URL: Shogun 

• Pylearn2：一种是一个机器学习库，其大部分功能都建立在Theano之上，支持使用数学表达式编写Pylearn2插件（新模型，算法等）。Contributors: 119 (3.5% up), Commits: 7119, Github URL: Pylearn2 

• NuPIC：基于一种叫做分层时间存储器（Hierarchical Temporal Memory，HTM）的新大脑皮层理论的探索型项目，目前仍在不断探索和扩展之中。Contributors: 85 (12% up), Commits: 6588, Github URL: NuPIC 

• Neon：Nervana提供的基于Python的深度学习库，其易用性和性能均为较高。Contributors: 78 (66% up), Commits: 1112, Github URL: Neon 

• Nilearn ：一种用于在NeuroImaging数据上进行统计学习的Python模块，它利用scikit-learn Python工具箱进行多变量统计，并提供预测建模，分类，解码或连接分析等应用。 Contributors: 69 (50% up), Commits: 6198, Github URL: Nilearn  

• Orange3：一种新手和专家均可以使用的机器学习和数据可视化工具箱，支持交互式数据分析。Contributors: 53 (33% up), Commits: 8915, Github URL: Orange3

• Pymc: 一种实现贝叶斯统计模型和拟合算法的Python模块，包括马尔可夫链蒙特卡罗。Contributors: 39 (5.4% up), Commits: 2721, Github URL: Pymc  

• Deap：一种用于快速原型设计和测试思想的新型演化计算框架。它试图使算法明确，数据结构透明，与多处理和SCOOP等并行机制较好地集成。 Contributors: 39 (86% up), Commits: 1960, Github URL: Deap 

• Annoy（Approximate Nearest Neighbors Oh Yeah）：一种用于搜索接近给定查询点的空间点。 它还可以创建映射到内存的大型只读基于文件的数据结构，以便多个进程可以共享相同的数据。 Contributors: 35 (46% up), Commits: 527, Github URL: Annoy  

• PyBrain：一种模块化的机器学习库，使用简单，支持用户测试和分析自己的算法。 Contributors: 32 (3% up), Commits: 992, Github URL: PyBrain

• Fuel：一种数据管道式框架，不仅提供机器学习算法，而且还提供所需数据，将由Blocks和Pylearn2神经网络库使用。 Contributors: 32 (10% up), Commits: 1116, Github URL: Fuel 

【特别声明】本文原作者为KDnuggets的Ilan Reinstein ，来源https://www.kdnuggets.com/2018/02/top-20-python-ai-machine-learning-open-source-projects.html 。由朝乐门翻译和编辑。

本文转自：数据科学DataScience 已获授权；

END

版权声明：本号内容部分来自互联网，转载请注明原文链接和作者，如有侵权或出处有误请和我们联系。

---

关联阅读：

原创系列文章：

1：从0开始搭建自己的数据运营指标体系（概括篇）

2 ：从0开始搭建自己的数据运营指标体系（定位篇）

3 ：从0开始搭建自己的数据运营体系（业务理解篇）

4 ：数据指标的构建流程与逻辑

5 ：系列 ：从数据指标到数据运营指标体系

6:   实战 ：为自己的公号搭建一个数据运营指标体系

7:  从0开始搭建自己的数据运营指标体系（运营活动分析）

数据运营 关联文章阅读：  

运营入门，从0到1搭建数据分析知识体系    

推荐 ：数据分析师与运营协作的9个好习惯

干货 ：手把手教你搭建数据化用户运营体系

推荐 ：最用心的运营数据指标解读

干货 : 如何构建数据运营指标体系

从零开始，构建数据化运营体系

干货 ：解读产品、运营和数据三个基友关系

干货 ：从0到1搭建数据运营体系

数据分析、数据产品 关联文章阅读：

干货 ：数据分析团队的搭建和思考

关于用户画像那些事，看这一文章就够了

数据分析师必需具备的10种分析思维。

如何构建大数据层级体系，看这一文章就够了

干货 ： 聚焦于用户行为分析的数据产品

如何构建大数据层级体系，看这一文章就够了

80%的运营注定了打杂？因为你没有搭建出一套有效的用户运营体系

从底层到应用，那些数据人的必备技能

读懂用户运营体系：用户分层和分群

做运营必须掌握的数据分析思维，你还敢说不会做数据分析