關(guān)于機(jī)器學(xué)習(xí)，這些開源項目必不可少

作者：佚名 2018-01-10 22:31:07

本文主要編譯于 Github 的文章「Getting started with machine learning」。另外，在原文的基礎(chǔ)上補(bǔ)充了部分開源項目，為 AI 開發(fā)者提供更加詳細(xì)的 AI 項目和資源。

雷鋒網(wǎng) AI 研習(xí)社按：本文主要編譯于 Github 的文章「Getting started with machine learning」（原文鏈接： https://github.com/collections/machine-learning ）。另外，雷鋒網(wǎng) AI 研習(xí)社在原文的基礎(chǔ)上補(bǔ)充了部分開源項目，為 AI 開發(fā)者提供更加詳細(xì)的 AI 項目和資源。

[[216684]]

機(jī)器學(xué)習(xí)是用數(shù)據(jù)來學(xué)習(xí)、概括、預(yù)測的研究。近幾年，隨著數(shù)據(jù)的開發(fā)、算法的改進(jìn)以及硬件計算能力的提升，機(jī)器學(xué)習(xí)技術(shù)得以快速發(fā)展，不斷延伸至新的領(lǐng)域。從模式識別到電子游戲，開發(fā)者們通過訓(xùn)練 AI 算法實現(xiàn)了各種各樣好玩的應(yīng)用：

MarI/O

源碼地址： https://pastebin.com/ZZmSNaHX

一段用神經(jīng)網(wǎng)絡(luò)和遺傳算法寫的程序，可以玩「超級馬里奧世界」。

Richard-An/Wechat_AutoJump

GitHub 地址： https://github.com/Richard-An/Wechat_AutoJump

AI 玩微信跳一跳的正確姿勢。

lllyasviel/style2paints

GitHub 地址： https://github.com/lllyasviel/style2paints

AI 漫畫線稿自動上色工具。

tensorflow/magenta

GitHub 地址： https://github.com/tensorflow/magenta

機(jī)器智能音樂與藝術(shù)生成器。

jbhuang0604 / awesome-computer-vision

GitHub 地址： https://github.com/jbhuang0604/awesome-computer-vision

很不錯的計算機(jī)視覺資源。

雖然研究者們在機(jī)器學(xué)習(xí)領(lǐng)域取得了讓人興奮的成果，不過我們?nèi)匀惶幱跈C(jī)器學(xué)習(xí)發(fā)展的早期階段。

對于剛接觸機(jī)器學(xué)習(xí)的開發(fā)者來講，想要理解什么是機(jī)器學(xué)習(xí)，首先要搞懂三個部分：輸入、算法、輸出。

輸入：驅(qū)動機(jī)器學(xué)習(xí)的數(shù)據(jù)

輸入指的是算法和訓(xùn)練模型需要的數(shù)據(jù)集，從源代碼到統(tǒng)計數(shù)據(jù)，數(shù)據(jù)集可以包括任何東西：

GSA/data

GitHub 地址： https://github.com/GSA/data

來自美國總務(wù)管理局的分類數(shù)據(jù)。

GoogleTrends / data

GitHub 地址： https://github.com/GoogleTrends/data

Google 開源數(shù)據(jù)的索引

nationalparkservice / data

GitHub 地址： https://github.com/nationalparkservice/data

一個非官方的美國國家公園數(shù)據(jù)庫。

fivethirtyeight / data

GitHub 地址： https://github.com/fivethirtyeight/data

新聞網(wǎng)站 FiveThirtyEight 上的一些代碼和數(shù)據(jù)。

zalandoresearch/fashion-mnist

GitHub 地址： https://github.com/zalandoresearch/fashion-mnist

一個類似 MINIST 的時尚產(chǎn)品數(shù)據(jù)庫。

beamandrew / medical-data

GitHub 地址： https://github.com/beamandrew/medical-data

機(jī)器學(xué)習(xí)醫(yī)療數(shù)據(jù)清單。

src-d / awesome-machine-learning-on-source-code

GitHub 地址： https://github.com/src-d/awesome-machine-learning-on-source-code

與機(jī)器學(xué)習(xí)相關(guān)的鏈接和論文的代碼。

PAIR-code/facets

GitHub 地址： https://github.com/PAIR-code/facets

機(jī)器學(xué)習(xí)數(shù)據(jù)集可視化工具。

由于我們需要這些數(shù)據(jù)來訓(xùn)練機(jī)器學(xué)習(xí)算法，所以獲取高質(zhì)量的數(shù)據(jù)集是如今機(jī)器學(xué)習(xí)領(lǐng)域的***挑戰(zhàn)之一。

算法：如何處理和分析數(shù)據(jù)

機(jī)器學(xué)習(xí)算法可利用數(shù)據(jù)執(zhí)行特定的任務(wù)，最常見的機(jī)器學(xué)習(xí)算法有如下幾種：

1.監(jiān)督學(xué)習(xí)。

監(jiān)督學(xué)習(xí)使用以及標(biāo)注過的和結(jié)構(gòu)化的數(shù)據(jù)，通過制定一組輸入數(shù)據(jù)集合所需的輸出，機(jī)器可以學(xué)習(xí)如何識別目標(biāo)并且映射到其他的學(xué)習(xí)任務(wù)上。

例如，在決策樹的學(xué)習(xí)中，數(shù)值可通過應(yīng)用一組輸入數(shù)據(jù)的決策規(guī)則來預(yù)估：

igrigorik / decisiontree

GitHub 地址： https://github.com/igrigorik/decisiontree

基于 ID3 的機(jī)器學(xué)習(xí)決策樹算法的實現(xiàn)。

2.無監(jiān)督學(xué)習(xí)

無監(jiān)督學(xué)習(xí)是使用非結(jié)構(gòu)化數(shù)據(jù)來發(fā)現(xiàn)模式和結(jié)構(gòu)的過程。監(jiān)督學(xué)習(xí)可能會使用電子表格作為數(shù)據(jù)的輸入，而無監(jiān)督學(xué)習(xí)可能會用來理解一本書或者一篇文章。

例如，無監(jiān)督學(xué)習(xí)是自然語言處理中非常流行的方法：