2017年度30大最惊艳的开源机器学习项目

在过去的一年里，Mybridge AI 比较了近 8,800个开源机器学习项目，选择了前30名（概率只有0.3％）。

这是一个竞争激烈的名单，精挑细选了2017年1月到12月之间发布的最佳开源机器学习库、数据集和应用程序。Mybridge AI 通过考量受欢迎程度、参与度和新近度来等指标来评估这些参选项目的质量。这些项目在Github得星的数量平均为3,558个，其质量相当不错。

开源项目对数据科学家来说可能大有裨益。 通过阅读源代码并在现有项目之上构建一些东西来可以加快学习步伐。是该拿出时间来玩玩过去一年中可能错过的机器学习项目啦！

推荐阅读文章

在看排名清单之前，建议首先看看下面2篇文章：

A）神经网络

深度学习A-Z™：动手的人工神经网络（Deep Learning A-Z™: Hands-On Artificial Neural Networks）http://bit.ly/2CH1WcQ 

[68,745条推荐，4.5 / 5星]

B）TensorFlow

用Python进行深度学习的TensorFlow完整指南（Complete Guide to TensorFlow for Deep Learning with Python）http://bit.ly/2EatVy7

[17,834条推荐，4.6 / 5星]

开源项目排行榜

第 1 名

FastText：用于快速文本表示和分类的库（FastText: Library for fast text representation and classification）。https://goo.gl/VWGfCs

 [Github上的11786颗星] 由Facebook Research提供

...[Muse: 基于快速文本的多语言无监督或监督词嵌入（Muse: Multilingual Unsupervised or Supervised word Embeddings, based on Fast Text）。

Github上的695颗星] https://goo.gl/stbhjZ 

第 2 名

深色照片风格转换：论文“深度照片风格转移”代码和数据（Deep-photo-styletransfer: Code and data for paper “Deep Photo Style Transfer”） https://github.com/luanfujun/deep-photo-styletransfer?utm_source=mybridge&utm_medium=blog&utm_campaign=read_more

[Github上的9747颗星星]  由康奈尔大学 Fujun Luan 博士提供

第 3 名

Python和世界上最简单的面部识别api和命令行（The world’s simplest facial recognition api for Python and the command line）https://github.com/ageitgey/face_recognition?utm_source=mybridge&utm_medium=blog&utm_campaign=read_more

[Github上8672个星]  由Adam Geitgey提供

第 4 名

洋红（Magenta: ）：机器智能生成音乐和艺术（Magenta: Music and Art Generation with Machine Intelligence）。https://github.com/tensorflow/magenta?utm_source=mybridge&utm_medium=blog&utm_campaign=read_more

[GitHub上 8113颗星]

转自：网路冷眼

完整内容请点击“阅读原文”