天文学机器学习各语言领域工具库中文版汇总

By admin in 天文学 on 2019年4月1日

**
转载自URl-team

正文链接地址:
机械学习各语言领域工具库中文版汇总

关键能源来源TensorFlow中文社区,翻译借助谷歌(Google)翻译,仅用于财富分享。
以下是基于分裂语言类型和应用领域收集的各项工具库,持续立异中。

C

通用机械学习

  • 推荐人
    -三个出品推荐的Ç语言库,利用了一同过滤。

总结机视觉

  • CCV
    – C / Cached /宗旨总计机视觉库,是叁个现代化的处理器视觉库。
  • VLFeat
    – VLFeat是开源的微型总括机视觉算法库,有Matlab工具箱。

C ++

处理器视觉

  • OpenCV
    最常用的视觉库。有C
    ++,C,Python以及Java接口),帮助Windows,Linux,Android和Mac OS。
  • DLib
    – DLib有C ++和Python脸部识别和物体格检查测接口。
  • EBLearn
    – Eblearn是一个面向对象的C ++库,完成了种种机械学习模型。
  • VIGRA

    VIGRA是3个跨平台的机器视觉和机器学习库,能够处理任意维度的数据,有Python接口。

通用机械学习

  • MLPack
    – 可开始展览的C ++机器学习库。
  • DLib
    设计为便于嵌入到其余系统中。
  • encog-CPP
  • 鲨鱼
  • Vowpal
    Wabbit(VW)

    – 火速的主导外学习系统。
  • sofia-ml
    – 火速增量算法套件。
  • 幕府将军
    – 学徒机器学习工具箱
  • Caffe
    – 深度学习框架,结构清晰,可读性好,速度快。
  • CXXNET
    – 精简的框架,大旨代码不到一千行。
  • XGBoost
    – 为并行总括优化过的梯度升高库。
  • CUDA
    – 那是贰个十分的快的C ++ / CUDA完毕卷积[DEEP LEARNING]
  • Stan
    一种采用安康尔顿蒙特Carlo取样执行完全贝叶斯总括推理的可能率编制程序语言
  • BanditLib
    – 三个简短的多配备土匪教室。
  • Timbl

    实现了多少个遵照内部存款和储蓄器的算法,个中IB1-IG(KNN分类算法)和IGTree(决策树)在NLP辽宁中国广播企业泛应用。

自然语言处理

  • MIT消息提取工具包
    – C,C ++和Python工具,用来定名实体识别和事关抽取。
  • CRF
    ++

    – 条件随飞机场的开源达成,能够看做分词,词性标注等。
  • CRFsuite
    – C瑞虎Fsuite是规范随飞机场的完毕,可以用作词性标注等。
  • BLLIP解析器
    – 即Charniak-Johnson解析器。
  • colibri-core
    – 一组C
    ++库,命令行工具以及Python绑定,高效落到实处了n-gram和skipgrams。
  • ucto
    – 多语言tokenizer,帮助面向Unicode的正则表明式,补助FoLiA格式。
  • libfolia

    FoLiA格式的
    C ++库
  • MeTA

    MeTA:ModErn文本分析从大批量文本中发掘数据。

机译

语音识别

  • Kaldi
    – Kaldi是一个C
    ++工具,以Apache许可证V2.0公布.Kaldi适用于语音识其余商量。

队列分析

  • ToPS

    那是2个面向对象的框架,有助于在用户定义的字母表上结缘系列的可能率模型。

Java

自然语言处理

通用机械学习

  • 气溶胶
    – Airbnb从头开头设计的机器学习库,易用性好。
  • Datumbox
    – 机器学习和计算应用程序的急忙支付框架。
  • ELKI
    – 数据挖掘工具。(非监督学习:聚类,离群点检查和测试等。)
  • Encog中包涵用于创立各类网络,以及标准和处理多少的神经网络Encog训练接纳多线程弹性的传播格局。Encog还是能动用GPU的愈加加快处理时间。有基于GUI的工作台。
  • H2O

    机器学习引擎,协助Hadoop,斯Parker等分布式系统和个人电脑,能够通过CR-V,Python,Scala,REST
    / JSON调用API。
  • htm.java
    – 通用机械学习库,使用Numenta的大脑皮层学习算法
  • Java-deeplearning
    – 分布式深度学习平台Java,Clojure,Scala
  • JAVA-ML
    – Java通用机器读书库,全数算法统一接口。
  • JSAT
    – 具有众多分拣,回归,聚类等机器学习算法。
  • Mahout
    – 分布式机器学习工具。
  • Meka
    – 1个开源完毕的多标签分类和评估方法。
  • Apache
    Spark中的

    MLlib – 斯Parker分布式机器学习库
  • Neuroph
    – 轻量级Java神经互联网框架
  • ORYX
    – Lambda架构框架,使用Apache Spark和Apache
    卡夫卡完结实时大规模机器学习。
  • RankLib

    排序算管经济学习库。
  • 新加坡国立分类器
    – 分类器是一种机器学习工具,它将获取数据项并将它们放入k类之一。
  • SmileMiner
    – 总结机器智能和读书引擎
  • SystemML
    – 灵活的,可扩张的机器学习语言。
  • WalnutiQ
    – 面向对象的脑子模型
  • Weka
    – WEKA是机械学习算法用于数据挖掘使命的算法集合。

语音识别

  • CMU
    Sphinx

    – 开源工具包,用于语音识别,完全基于Java的口音识别库。

多少解析,可视化

深度学习

  • Deeplearning4j
    – 可增加的产业化的纵深学习,利用并行的GPU。

Python

电脑视觉

  • Scikit-Image
    – Python中的图像处清理计算法的碰面。
  • SimpleCV

    三个开源的微型总括机视觉框架,允许访问多少个高品质总计机视觉库,如OpenCV。能够运作在Mac,Windows和Ubuntu
    Linux操作系统上。
  • Vigranumpy
    – 总计机视觉库VIGRA C ++的Python绑定。

自然语言处理

  • NLTK
    创设与人类语言数据相关工作的Python程序的超越平台。
  • 模式
    – 基于Python的Web挖掘模块。它有自然语言处理,机器学习等工具。
  • Quepy
    – 将自然语言难点转换来数据库查询语言。
  • TextBlob

    为普通的自然语言处理(NLP)职责提供相同的API。构建于NLTK和Pattern上,并且很好地与三头互相。
  • YAlign
    – 句子对齐工具,从对照语言质地中抽取并行句子。
  • jieba
    – 国语分词工具
  • SnowNLP
    – 普通话文本处理库。
  • loso
    – 华语分词工具
  • 天才
    – 基于条件随飞机场的汉语分词工具
  • KoNLPy
    韩语自然语言处理
  • 坚果
    – 自然语言明白工具
  • Rosetta
    – 文字处理工科具和包装纸(例如Vowpal Wabbit)
  • BLLIP解析器
    – BLLIP自然语言解析器的Python绑定(即Charniak-Johnson解析器)
  • PyNLPl

    Python的自然语言处理库。还含有用于解析常见NLP格式的工具,如FoLiA,以及AEnclavePA语言模型,Moses短语,GIZA
    ++对齐等。
  • python-ucto
    – ucto(面向unicode的依照规则的tokenizer)的Python绑定
  • python-frog
    – Frog的Python绑定。藏语的词性标注,lemmatisation,依存分析,NEOdyssey。
  • python-zpar

    ZPar的Python绑定(英文的依照总结的词性标注,constiuency解析器和依靠解析器)
  • colibri-core
    – 高效提取n-gram和skipgrams的C ++库的Python绑定
  • spaCy
    – 工业级NLP与Python和Cython。
  • PyStanfordDependencies
    – 将Penn Treebank树转换成Stanford依存树的Python接口。

通用机械学习

  • 机械学习

    构建和Web界面
    程序化界面协作的支撑向量机API。相应的数量集存储到1个SQL数据库,然后生成用于预测的模子,存款和储蓄到3个的NoSQL的数据库。
  • XGBoost
    – eXtreme Gradient Boosting(Tree)库的Python绑定
  • Featureforge一组织工作具,用于创设和测试机器学习的表征,具有与scikit学习包容的API
  • scikit-learning
    – 基于SciPy的机器学习的Python模块。
  • 心胸学习
    – 度量学习的Python模块
  • SimpleAI

    达成了“人工智能现代情势”一书中讲述的成都百货上千人造智能算法。它器重于提供一个不难使用的,文书档案优秀的和经过测试的库。
  • astroML
    – 天管医学机器学习和多少挖掘库。
  • graphlab-create

    基于磁盘支持的DataFrame的库,达成了各样机器学习模型(回归,聚类,推荐系统,图形分析等)。
  • BigML
    与外部服务器沟通的库。
  • 模式
    – Web数据挖掘模块。
  • NuPIC
    – Numenta智能测算平台。
  • Pylearn2

    基于Theano的机械学习库。
  • keras

    基于Theano的神经互联网库
  • hebel
    – GPU加快的Python深度学习库。
  • Chainer
    – 灵活的神经互连网架构
  • gensim
    – 易用的主题建立模型工具
  • topik
    – 主旨建立模型工具包
  • PyBrain
    – 另三个Python机器学习库。
  • Crab
    – 灵活的,神速的引荐引擎
  • python-recsys
    – 实现1个引进系统的Python工具
  • 限定玻尔兹曼机器
    – 受限玻尔兹曼机
  • CoverTree
    – 覆盖树的Python实现,scipy.spatial.kdtree的近乎替换
  • nilearn
    – NeuroImaging机器学习库
  • 幕府老将学习机器学习工具箱
  • Pyevolve
    – 遗传算法框架
  • Caffe
    – 深度学习框架,结构清晰,可读性好,速度快。
  • breze
    – 基于Theano的深浅神经互连网
  • pyhsmm
    -贝叶斯隐马尔可夫模型近似无监察和控制的推理和显式时间长度隐半马尔可夫模型,专注于贝叶斯非参数扩充时,HDP-HMM和HDP-HSMM,大多是弱极限近似。
  • mrjob
    – 使得Python程序能够跑在Hadoop上。
  • SKLL
    – 简化的scikit-learn接口,易于做试验
  • neurolab

    https://github.com/zueve/neurolab
  • 薄荷

    贝叶斯算法的优化。方法见于故事集:机器学习算法的进行贝叶斯优化。JasperSnoek,Hugo Larochelle和赖安 P. Adams。二〇一三年神经音讯处理系统进展。
  • Pebl
    – 贝叶斯学习的Python环境
  • Theano
    – 优化GPU元编制程序代码,生成面向矩阵的优化的数学编写翻译器
  • TensorFlow
    – 用数据流图进行数值总括的开源软件库
  • yahmm
    – 隐马尔可夫模型,用Cython完毕
  • python-timbl
    – 包装了全体的TiMBL C
    ++编制程序接口。Timbl是三个精心制作的ķ近来邻机器学习工具包。
  • deap
    – 进化算法框架
  • pydeep
    – Python深度学习
  • mlxtend
    – 对数据科学和机器学习职责尤其实惠的工具库。
  • 霓虹灯

    高性能纵深学习框架
  • Optunity

    致力于自动化超参数优化进度,使用一个简约的,轻量级的API,以有利于直接交流网格搜索。
  • 惹恼
    -近似近年来邻居执行
  • skflow
    – TensorFlow的简化界面,类似Scikit Learn。
  • TPOT

    自动创设并采用遗传编制程序优化学工业机械器学习的管道。将它当做您的数目科学助理,自动化学工业机械械学习中山大学部的乏味工作。

数量解析,可视化

  • SciPy
    三个依照Python的数量,科学和工程开源软件生态系统。
  • NumPy
    用Python举行科学总计的根底软件包。
  • Numba
    – Python
    JIT(及时)编写翻译为LLVM,由Cython和NumPy的开发人士针对科学Python。
  • NetworkX
    – 复杂网络的高生产率软件。
  • 熊猫
    – 提供高品质,易于使用的数据结构和多少解析工具的库。
  • 开放采矿
    – Python中的商业智能(BI)(大浣熊网络界面)
  • PyMC
    – 马尔可夫链蒙特Carlo取样工具包。
  • zipline
    – 三个Pythonic算法交易库。
  • PyDy
    Python
    Dynamics的简称,用于救助基于NumPy,SciPy,IPython和matplotlib的动态运动建立模型中的工作流程。
  • SymPy
    – 符号数学的Python库。
  • statsmodels
    – Python中的总括建立模型和计量法学。
  • astropy
    – 1个用于天文学的社区Python库。
  • matplotlib
    – 一个Python 2D绘图库。
  • 散景
    – Python的互相互联网绘图。
  • 剧情
    – Python和matplotlib的合作互联网绘图。
  • vincent
    – 一个Python到Vega翻译器。
  • d3py
    -一个plottling库的Python,基于D3.js
  • ggplot

    ggplot2相同的API
  • ggfortify
    – ggplot2风靡的Odyssey包的统一接口。
  • Kartograph.py
    – 在Python中表现美貌的SVG地图。
  • pygal
    多少个Python SVG图表创立者。
  • PyQtGraph
    – 一个依照PyQt4 / PySide和NumPy的纯python图形和GUI库。
  • pycascading
  • Petrel
    – 用于编写,提交,调节和测试和监视纯Python中的沙暴拓扑的工具。
  • Blaze
    – NumPy和Pandas与Big Data接口。
  • emcee
    – 仿射不变MCMC的Python集合采集样品工具包。
  • windML
    – 风能分析与展望的Python框架
  • vispy
    – 基于GPU的高质量交互式OpenGL 2D / 3D数据可视化库
  • cerebro2
    NuPIC
    的依据Web的可视化和调节平台。
  • NuPIC
    Studio
    完全NuPIC分层时态内部存款和储蓄器可视化和调剂一流工具!
  • PySpark上的SparklingPandas
    Pandas(POPS)
  • Seaborn
    – 基于matplotlib的python可视化库
  • bqplot
    – 用于在Jupyter(IPython)中绘制的API

常见的Lisp

通用机械学习

  • mgl
    – 神经互连网(boltzmann机器,前馈和复发网络),高斯进度
  • mgl-gpr
    – 进化算法
  • cl-libsvm
    – libsvm协助向量机库的包装器

Clojure

自然语言处理

通用机械学习

  • Touchstone
    – Clojure A / B测试库
  • Clojush
    – 他带动编制程序语言和在Clojure中完毕的PushGP遗传编程系统
  • Infer
    – 推理和机器学习在clojure
  • Clj-ML
    – 三个用以Clojure的机器学习库,建于Weka和对象之上
  • Encog
    – 用于Encog(v3)的Clojure包装器(专门从事神经网络的机器学习框架)
  • Fungp
    – Clojure的遗传编制程序库
  • Statistiker
    – Clojure中的基本机器学习算法。
  • clortex
    – 通用机械学习库使用Numenta的皮层学习算法
  • comportex
    – 功效可结合的机械学习库,使用Numenta的皮层学习算法

数据解析,可视化

  • Incanter
    – Incanter是3个基于Clojure的奥迪Q7类总结总计和图表平台。
  • PigPen
    – Map-Reduce for Clojure。
  • Envision
    – Clojure数据可视化库,基于Statistiker和D3

MATLAB

微型总结机视觉

  • 轮廓

    实现大致变换的
    MATLAB源代码及其功能函数。
  • Shearlets
    – 用于小波变换的MATLAB代码
  • 曲线

    曲线变换是小波变换的更高维度泛化,目的在于表示不一致规格和见仁见智角度的图像。
  • Bandlets
    – 用于带状变换的MATLAB代码
  • mexopencv
    – OpenCV库的收集和MATLAB mex功用的开发工具包

自然语言处理

  • NLP
    – 二个用以Matlab的NLP库

通用机械学习

  • t分布随机相邻嵌入
    – t-SNE是多个获奖的技术,能够降维,尤其适合高维数据可视化
  • 蜘蛛
    – 蜘蛛有望成为matlab里机器学习中的完整的面向对象环境。
  • LibSVM
    – 著名的支持向量机库。
  • LibLinear
    – 大型线性分类教室
  • Caffe
    – 深度学习框架,结构清晰,可读性好,速度快。
  • 形式识别工具箱
    – Matlab机器学习中2个完全的面向对象的条件。
  • Optunity

    贰个从事于自动化超参数优化的库,具有简易轻便的API,便于网格搜索的替换。Optunity是用Python编写的,但与MATLAB无缝连接。致力于自动化超参数优化的三个简单易行的,轻量级的API库,方便直接交换网格搜索。Optunity是用Python编写的,但与MATLAB的无缝连接。

数量解析,可视化

  • matlab_gbl
    – MatlabBGL是1个用来拍卖图片的Matlab包。
  • gamic
    – 图形算法的连忙纯Matlab达成,以填补MatlabBGL的mex函数。

C#

总计机视觉

  • OpenCVDotNet
    – 用于与.NET应用程序一起使用的OpenCV项目标包装器。
  • Emgu
    CV

    – OpenCV的跨平台包装器,能够在Mono中编写翻译为在Windows,Linus,Mac OS
    X,iOS和Android上运维。
  • AForge.NET

    开发人士和研商人士在微型总计机视觉和人造智能领域的开源C#框架。发展现在一度更换成GitHub。
  • Accord.NET
    – 与AForge.NET一起,该库可以为Windows,Windows RubiconT和Windows
    Phone提供图像处理和处理器视觉算法。一些零件也可用于Java和Android。

自然语言处理

  • Stanford.NLP for
    .NET

    – 三个全部的巴黎综合理工NLP包到.NET,并且能够作为NuGet包预编写翻译。

通用机械学习

  • 协调框架

    3个一体化的框架,能够用来机器学习,总括机视觉,总计机试听,信号处理,总计应用等。
  • Accord.MachineLearning

    辅助向量机,决策树,朴素贝叶斯模型,K均值,高斯混合模型和一般算法,如机器学习运用的Ransac,交叉验证和网格搜索。此包是Gran Lavida.NET
    Framework的一有的。
  • DiffSharp

    一种用于机器学习和优化应用程序的自行差分(AD)库,提供可相信和飞跃的衍生物(梯度,Hessians,Jacobians,方向导数和无矩阵Hessian和雅各布ian矢量产品)。操作能够嵌套到别的级别,那表示你能够总计标准的高阶导数并分别在当中接纳差别化的成效,例如超参数优化应用程序。
  • Vulpes
    – 用F#编写的深浅信念和深度学习贯彻,并选择与Alea.cuBase的CUDA
    GPU执行。
  • Encog

    三个进步的神经互联网和机器学习框架。Encog包涵创立各个互联网的类,以及支持类来规范和拍卖那几个神经网络的数据。使用八线程弹性传播的列车。Encog还足以选取GPU来进一步加速处理时间。还提供了基于GUI的干活台来协助模拟和磨练神经互连网。
  • 神经互联网设计师

    DBMS管理体系和神经互联网设计师。设计师应用程序是选择WPF开发的,是三个用户界面,允许你设计神经网络,查询互联网,创立和配置能够从您的举报中建议难点和读书的聊天机器人。聊天机器人甚至足以刮擦网络以获取新闻以回到其出口以及用于学习。

数量解析,可视化

  • numl
    – numl是多少个机械学习库,意在简化使用规范建立模型技术实行预测和聚类。
  • Math.NET数学

    Math.NET项指标数学基础,目的在于为不易,工程和平时使用中的数值总括提供格局和算法。援助Windows,Linux和Mac上的.Net
    4.0,.Net 3.5和Mono; Silverlight 5,WindowsPhone / SL
    8,WindowsPhone 8.1和Windows 8与PCL便携式配置文件47和344; Android /
    iOS与Xamarin。
  • Sho
    -Sho是用于数据解析和科学总括的交互式环境,可让您将脚本(在IronPython中)与编写翻译代码(.NET)无缝连接,以贯彻快速灵活的原型设计。环境包罗用于线性代数的无敌而高速的库,以及能够从任何.NET语言使用的数据可视化,以及用于火速支付的成效充裕的交互式shell。

Ruby

自然语言处理

  • 对待
    – 文本REtrieval和注释工具包,相对是本身于今蒙受的最完美的工具包
  • Ruby语言学

    语言学是用来为任何语言的Ruby对象创设语言实用程序的框架。它包含通用语言毫无干系的前端,用于将语言代码映射到语言名称的模块,以及含有种种匈牙利(Magyarország)语言文字工作具的模块。
  • Stemmer
    – 将libstemmer_c发布给Ruby
  • Ruby
    Wordnet

    – 该库是WordNet的一个Ruby接口
  • Raspel
    – raspell是3个绑定ruby的界面
  • UEA
    Stemmer

    – UEALite Stemmer的Ruby端口 – 搜索和目录的固步自封干预
  • Twitter-text-rb
    – 在Instagram中活动链接和领取用户名,列表和主旨标签的体育场地

通用机械学习

数据解析,可视化

  • rsruby
    – Ruby – R桥
  • data-visualization-ruby
    – 使用Ruby进行多少可视化的Ruby Manor演示文稿的源代码和协助内容
  • ruby-plot
    – 用于ruby的gnuplot包装,尤其是用以将roc曲线绘制到svg文件中
  • plot-rb
    – 建立在Vega和D3之上的Ruby中的绘图库。
  • 褴褛
    – 一个雅观的图片工具包Ruby
  • SciRuby
  • Glean
    – 人类的数码管理工科具
  • Bioruby
  • 阿雷尔

杂项


R

通用机械学习

  • ahaz
    – ahaz:半参数加性危险回归的正则化
  • 天文学,弧形
    – 弧形:采矿组织规则和数11次项集
  • bigrf
    – bigrf:大随机森林:大数据集的分类和回归森林
  • bigRR
    – big途睿欧陆风X8:广义岭回归(对于p >> n个状态具有独特别优惠势)
  • bmrm
    – bmrm:用任宝茹则化风险相当的小化包的包扎格局
  • Boruta
    – Boruta:用于全数相关特征兵接兵纳的包装算法
  • bst
    – bst:渐变提高
  • C50
    – C50:C5.0决策树和基于规则的模子
  • 插入符号
    – 分类和回归操练:统一接口到〜150 ML算法在Rubicon.
  • 守护装配
    – 护理装配:适合多少个插入符号模型的框架以及开创这种模型的集纳。
  • 机器学习的卓绝纷呈算法
  • CORElearn
    – CORElearn:分类,回归,特征评估和序数评估
  • CoxBoost
    – CoxBoost:Cox模型通过依据或然性的十足生存终点升高或竞争风险
  • 立体主义者
    – 立体主义者:基于规则和实例的回归建立模型
  • 统计机关的其他效能(e1071),TU
    Wien
  • 地球:多变量自适应回归样条模型
  • elasticnet
    – elasticnet:弹性网稀疏测度和稀疏PCA
  • ElemStatLearn
    – ElemStatLearn:本书的数据集,成效和示范:特雷沃 Hastie,罗伯特Tibshirani和JeromeFriedman预测的“总括学习,数据挖掘,推理和展望的因素”,由特雷沃Hastie,罗Bert Tibshirani和杰罗姆 Friedman
  • evtree
    – evtree:整个世界最好树的迈入学习
  • fpc
    – fpc:灵活的聚类进度
  • frbs
    – frbs:用于分类和回归任务的依照模糊规则的系统
  • GAMBoost
    – GAMBoost:通过依据或然性的升高的广义线性和加性模型
  • gamboostLSS
    – gamboostLSS:GAMLSS的增加方法
  • gbm
    – gbm:广义增强回归模型
  • glmnet
    – glmnet:Cable和弹性网络正则化广义线性模型
  • glmpath
    – glmpath:L1广义线性模型和Cox比例危险模型的正则化路径
  • GMMBoost
    – 达托霉素MBoost:广义混合模型的基于大概的递进
  • grplasso
    – grplasso:适合用户钦命的模型与组Cable罚款
  • grpreg
    – grpreg:具有分组协变量的回归模型的正则化路径
  • h2o
    – 飞速,平行和分布式机器学习算法的框架 –
    深度学习,随机森林,GBM,KMeans,PCA,GLM
  • hda
    – hda:异方差判别分析
  • 总结学习简介
  • ipred
    – ipred:立异的预测器
  • kernlab
    – kernlab:基于内核的机器学习实验室
  • klaR
    – kla汉兰达:分类和可视化
  • Lars
    – lars:最小角度回归,Lasso和Forward Stage
  • lasso2
    – lasso2:L1约束估摸aka’lasso’
  • LiblineaR
    – LiblineaHighlander:基于线性C / C ++库的线性预测模型
  • LogicReg
    – LogicReg:逻辑回归
  • 机械学习黑客
  • maptree
    – maptree:映射,修剪和图片树模型
  • mboost
    – mboost:基于模型的增进
  • 混合混合:混合回归模型,使用贪心稳步的法门
  • mlr
    – mlr:机器学习在PRADO
  • mvpart
    – mvpart:多变量分区
  • ncvreg
    – ncvreg:SCAD和MCP惩罚回归模型的正则化路径
  • nnet
    -nnet:前馈神经网络和多项对数线性模型
  • slope.tree
    – tilt.tree:分类数据的斜树
  • pamr
    – pamr:Pam:微阵列预测分析
  • 党派:递归提问实验室
  • partykit
    – partykit:二个递归提交工具包
  • 惩罚
    – 处置处罚:在GLMs和Cox模型中的L1(套索和融合套索)和L2(脊)惩罚推断
  • 惩罚LDA
    – 处置罚款LDA:使用Fisher线性判别的惩治分类
  • 惩罚的
    SVM – 处理罚款的SVM:使用惩罚函数的表征选拔SVM
  • quantregForest
    – quantregForest:分位数回归森林
  • randomForest
    – randomForest:Breiman和Cutler的随意森林实行归类和归一化
  • randomForestSRC
    – randomForestS帕杰罗C:为活着,回归和分类随机森林(中华VF-S昂科拉C)
  • rattle
    – rattle:Rubicon中数据挖掘的图形用户界面
  • rda
    – rda:Shrunken Centroids正则判别分析
  • rdetools
    – rdetools:特征空间中的相关维度推测(智跑DE)
  • REEMtree
    – REEMtree:回归树与纵向(面板)数据随机效应
  • relaxo
    – relaxo:轻松的套索
  • rgenoud
    – rgenoud:奇骏版本的使用衍生物的遗传优化
  • rgp
    – rgp:宝马7系遗传编制程序框架
  • Rmalschains

    Escortmalschains:使用RAV4中的本地搜索链(MA-LS链)的Memetic算法实行几次三番优化
  • 归纳的:在分拣和回归中更简约地应用数据挖掘方法(如NN和SVM)
  • ROCR
    – ROCOdyssey:可视化评分分类器的属性
  • RoughSets
    – RoughSets:数据解析基于粗糙集与模糊粗糙集理论
  • rpart
    – rpart:递归分区和回归树
  • RPMM
    – 中华VPMM:递归分区混合模型
  • RSNNS
    – 揽胜SNNS:使用丹佛神经网络模拟器(SNNS)的奥迪Q7中的神经网络
  • RWeka
    – RWeka:R / Weka界面
  • RXshrink
    – 奥德赛Xshrink:通过通用脊或纤维角度回归的最大似然收缩
  • sda
    -sda:减少判别分析和CAT分数变量选拔
  • SDDA
    – SDDA:稳步对角判别分析
  • 极品观者组合
    – 多算法集成学习包。
  • svmpath
    – svmpath:svmpath:SVM路径算法
  • tgp
    – tgp:贝叶斯高斯进程模型

  • – 树:分类和回归树
  • varSelRF
    – varSelLANDF:使用随机林的变量采纳
  • XGBoost.R
    – 奇骏绑定用于eXtreme渐变提高(树)库
  • Optunity

    四个从业于自动化超参数优化的库,具有简易轻便的API,便于网格搜索的更迭。Optunity是用Python编写的,不过能够无缝地连接到昂Cora.

多少解析,可视化

  • ggplot2
    基于图形语法的数额可视化包。

Scala

自然语言处理

  • ScalaNLP
    – ScalaNLP是一套机器学习和数字总计库。
  • 微风
    – 清劲风是Scala的数字处理库。
  • 粉笔
    – 粉笔是自然语言处理教室。
  • FACTORIE

    FACTORAV4IE是可陈设可能率建立模型的工具包,在Scala中作为软件库完成。它为用户提供了一种简单的语言,用于创设关系因子图,推断参数和执行推理。

数码解析,可视化

  • Apache
    Spark中的

    MLlib –
    Spark中的分布式机器学习库
  • Scalding
    – 用于级联的Scala API
  • 总结鸟
    – 流行的MapReduce与Scalding和风暴
  • Algebird
    – Scala的肤浅代数
  • xerial
    – Scala的多寡管理工科具

  • – 收缩你的数量。用于algebird供电聚合的unix过滤器。
  • PredictionIO
    – PredictionIO,用于软件开发人士和数码工程师的机器学习服务器。
  • BIDMat
    – CPU和GPU加快矩阵库,意在帮衬周边的探索性数据解析。
  • 沃尔夫扬言机器学习

通用机械学习

  • 推测
    – 可扩张机器学习在缩放
  • 刷火
    – Scala中的分布式决策树合奏学习
  • ganitha

    烫金机器学习
  • adam
    – 使用Apache Avro,Apache
    斯Parker和Parquet营造的基因组处理引擎和专用文件格式。Apache 2许可。
  • bioscala
    – Scala编制程序语言的生物消息学
  • BIDMach
    – CPU和GPU加快机器学习库。
  • 费加罗
    – 营造可能率模型的Scala库。
  • H2O闪蒸水
    – H2O和斯Parker互操作性。
    <div style=”margin-top: 15px; font-style: italic”>

**
转载自URl-team

正文链接地址:
机器学习各语言领域工具库汉语版汇总

发表评论

电子邮件地址不会被公开。 必填项已用*标注

网站地图xml地图
Copyright @ 2010-2019 亚洲必赢手机官网 版权所有