15个最流行的GitHub机器学习项目

本文插图
来源：数据Seminar
本文约3800字，建议阅读7分钟。
本文列出了 2017 年 GitHub 平台上最为热门的知识库，其中包含了学习资料与工具。

本文插图
GitHub 是计算机科学领域最为活跃的社区，在 GitHub 上，来自不同背景的人们分享越来越多的软件工具和资源库。在其中，你不仅可以获取自己所需的工具，还可以观看代码是如何写成并实现的。
作为一名机器学习爱好者，作者在本文中列出了 2017 年 GitHub 平台上最为热门的知识库，其中包含了学习资料与工具。希望对你的学习和研究有所帮助。
1、学习资源
1.1 Awesome Data Science
项目地址：
github.com/bulutyazilim
该 repo 是数据科学的基本资源。多年来的无数贡献构建了此 repo 里面的各种资源，从入门指导、信息图，到社交网络上你需要 follow 的账号。无论你是初学者还是业内老兵，里面都有大量的资源需要学习。

本文插图
从该 repo 的目录可以看出其深度。
1.2Machine Learning / Deep Learning Cheat Sheet
项目地址：
github.com/kailashahirw
该项目以 cheatsheet 的形式介绍了机器学习/深度学习中常用的工具与技术，从 pandas 这样的简单工具到深度学习技术都涵盖其中。在收藏或者 fork 该项目之后，你就不用再费事搜索常用的技巧和注意事项了。
简单介绍下， cheatsheets 类型包括 pandas、numpy、scikit learn、matplotlib、ggplot、dplyr、tidyr、pySpark 和神经网络。
1.3 Oxford Deep Natural Language Processing Course Lectures
项目地址：
github.com/oxford-cs-de
斯坦福的 NLP 课程一直是自然语言处理领域的金牌教程。但是近期随着深度学习的发展，在 RNN 和 LSTM 等深度学习架构的帮助下， NLP 出现了大量进步。
该 repo 基于牛津大学的 NLP 课程，涵盖先进技术和术语，如使用 RNN 进行语言建模、语音识别、文本转语音（TTS）等。该 repo 包含该课程从课程材料到实践联系的所有内容。
1.4 PyTorch – Tutorial
项目地址：
github.com/yunjey/pytor

本文插图
截至今天， PyTorch 仍是 TensorFlow 的唯一竞争对手，它的功能和声誉使其成为了颇具竞争力的深度学习框架。因其 Pythonic 风格的编程、动态计算图和更快的原型开发， Pytorch 已经获得了深度学习社区的广泛关注。
该知识库包含 PyTorch 上大量的深度学习任务代码，包括 RNN、GAN 和神经风格迁移。其中的大多数模型在实现上仅需 30 余行代码。这充分说明了 PyTorch 的抽象能力，它让研究人员可以专注于找到正确的模型，而无需纠缠于编程语言和工具选择等细节。
1.5 Resources of NIPS 2017
项目地址：
github.com/hindupuravin
该 repo 包含 NIPS 2017 的资源和所有受邀演讲、教程和研讨会的幻灯片。 NIPS 是一年一度的机器学习和计算神经科学会议。
过去几年中，数据科学领域内的大部分突破性研究都曾作为研究结果出现在 NIPS 大会上。如果你想站在领域前沿，那这就是很好的资源！
2、开源软件库
2.1 TensorFlow