机器学习，推荐资料

l

C++计算机视觉

•  —基于C语言/提供缓存/核心的机器视觉库，新颖的机器视觉库
• —它提供C++, C, Python, Java 以及 MATLAB接口，并支持Windows, Linux, Android and Mac OS操作系统。
  

通用机器学习

• shark
  

Closure通用机器学习

• —Clojure语言库与工具的分类目录
  

Go自然语言处理

• —一个Porter词干提取算法的原生Go语言净室实现
• —Paice/Husk词干提取算法的Go语言实现
• —Go语言版的Snowball词干提取器
  

通用机器学习

• — Go语言机器学习库
•  —Go语言机器学习包.
• —Go语言朴素贝叶斯分类库。
• —Go语言遗传算法库。
  

数据分析/数据可视化

• —Go语言图形库。
• —Go语言的SVG生成库。
  

Java自然语言处理

• —斯坦福大学的CoreNLP提供一系列的自然语言处理工具，输入原始英语文本，可以给出单词的基本形式（下面Stanford开头的几个工具都包含其中）。
• —一个自然语言解析器。
•  —一个词性分类器。
• —Java实现的名称识别器
• —分词器，很多NLP工作中都要用到的标准预处理步骤。
•  —用来在树状数据结构中进行模式匹配，基于树关系以及节点匹配的正则表达式（名字是“tree regular expressions”的缩写）。
• 最新的基于统计短语的机器翻译系统，java编写
• —用以定义文本模式的框架。
• —SUTime是一个识别并标准化时间表达式的库。
• —在种子集上使用模式，以迭代方式从无标签文本中学习字符实体
•  —为社会科学家及其他希望分析数据集的人员提供的主题建模工具。
• —Java实现的推特文本处理库
•  -—基于Java的统计自然语言处理、文档分类、聚类、主题建模、信息提取以及其他机器学习文本应用包。
• —处理自然语言文本的机器学习工具包。
•  —使用计算机语言学处理文本的工具包。
  

通用机器学习

• —Spark中的分布式机器学习程序库
•  —分布式的机器学习库
•  —斯坦福大学的分类器
• —Weka是数据挖掘方面的机器学习算法集。
• —提供一个简单的大规模实时机器学习/预测分析基础架构。
  

数据分析/数据可视化

• —大数据分析平台
• —快速通用的大规模数据处理引擎。
•  —为Hadoop实现实时查询
  

Javascript自然语言处理

•  —JavaScript实现的推特文本处理库
•  —javascript及coffeescript编写的NLP工具
• —Node下的通用NLP工具
• —JS编写的自然语言处理器
  

数据分析/数据可视化

• 
  

通用机器学习

• —训练深度学习模型的JavaScript库。
• —用JavaScript实现的聚类算法，供Node.js及浏览器使用。
• —Node.js实现的决策树，使用ID3算法。
•  —Node.js下的快速人工神经网络库。
• —k-means算法的简单Javascript实现，供Node.js及浏览器使用。
•  —供Node.js用的LDA主题建模工具。
• —逻辑回归/c4.5决策树的JavaScript实现
• —Node.js的机器学习库。
• —Node.js的支持向量机
•  —JavaScript实现的神经网络
•  —贝叶斯强盗算法的实现，供Node.js及浏览器使用。
  

Julia通用机器学习

• —Julia实现的概率图模型框架。
• —Julia实现的正则化判别分析包。
• —回归分析算法包（如线性回归和逻辑回归）。
•  —局部回归，非常平滑！
•  —朴素贝叶斯的简单Julia实现
•  —（统计）混合效应模型的Julia包
•  —Julia实现的基本mcmc采样器
• —Julia实现的距离评估模块
•  —决策树分类器及回归分析器
•  —Julia实现的神经网络
•  —Julia下的MCMC工具
•  —Julia写的广义线性模型包
•  —GMLNet的Julia包装版，适合套索/弹性网模型。
• —数据聚类的基本函数：k-means, dp-means等。
• —Julia下的支持向量机。
• —Julia下的核密度估计器
• —降维算法
•  —Julia下的非负矩阵分解包
• —Julia实现的神经网络
  

自然语言处理

•  —Julia下的主题建模
• —Julia下的文本分析包
  

数据分析/数据可视化

•  —纯Julia实现的图布局算法。
•  —DataFrames的元编程工具。
• —处理表格数据的Julia库
• —从Stata、SAS、SPSS读取文件
• —Julia中的假设检验包
•  —Julia编写的灵巧的统计绘图系统。
• —Julia编写的统计测试函数包
•  —读取R语言中众多可用的数据集的Julia函数包。
•  —处理表格数据的Julia库。
• —概率分布及相关函数的Julia包。
•  —元素值可以为空的数据结构。
• —Julia的时间序列数据工具包。
• —Julia的基本采样算法包
  

杂项/演示文稿

•  —数字信号处理
• —Julia大会上的演示文稿
• —Julia的信号处理工具
• —Julia的图片库
  

Lua
通用机器学习

• •  —Cephes数学函数库，包装成Torch可用形式。提供并包装了超过180个特殊的数学函数，由Stephen L. Moshier开发，是SciPy的核心，应用于很多场合。
  •  —供Torch使用的图形包。
  • —从Numpy提取的随机数生成包，包装成Torch可用形式。
  •  —Torch-7可用的信号处理工具包，可进行FFT, DCT, Hilbert, cepstrums, stft等变换。
  •  —Torch可用的神经网络包。
  •  —为nn库提供图形计算能力。
  • —一个不稳定实验性的包，扩展Torch内置的nn库。
  • —Torch可用的优化算法库，包括 SGD, Adagrad, 共轭梯度算法, LBFGS, RProp等算法。
  • —Torch下的非监督学习包。提供的模块与nn(LinearPsd, ConvPsd, AutoEncoder, …)及独立算法 (k-means, PCA)等兼容。
  • —操作流形的包。
  • —Torch的支持向量机库。
  • —将liblbfgs包装为FFI接口。
  •  —老版的vowpalwabbit对torch的接口。
  • —OpenGM是C++编写的图形建模及推断库，该binding可以用Lua以简单的方式描述图形，然后用OpenGM优化。
  •  —MichaelMathieu为torch7编写的稀疏线性模块。
  •  —将局部敏感哈希库SHKit包装成lua可用形式。
  •  —KNN、核权平均以及局部线性回归平滑器
  • cutorch—torch的CUDA后端实现
  • cunn —torch的CUDA神经网络实现。
  • —torch的图像/图形库，提供从图像创建图形、分割、建立树、又转化回图像的例程
  • —torch的视频/图形库，提供从视频创建图形、分割、建立树、又转化回视频的例程
  •  —积分图像的代码和工具，用来从快速积分直方图中寻找兴趣点。
  •  —使用hugin拼合图像并将其生成视频序列。
  • —运动场景束调整/结构包
  •  —torch的特征提取包，提供SIFT和dSIFT模块。
  • —当前最高水准的通用密度特征提取器。
    
• 
  

演示及脚本

• .核心torch7演示程序库
  • 线性回归、逻辑回归
  • 人脸检测（训练和检测是独立的演示）
  • 基于mst的断词器
  • train-a-digit-classifier
  • train-autoencoder
  • optical flow demo
  • train-on-housenumbers
  • train-on-cifar
  • tracking with deep nets
  • kinect demo
  • 滤波可视化
  • saliency-networks
    
• —torch7下的音乐标签脚本
•  读取几个流行的数据集的脚本，包括：
  • BSR 500
  • CIFAR-10
  • COIL
  • Street View House Numbers
  • MNIST
  • NORB
    
•  —在Arcade Learning Environment模拟器中用静态帧生成数据集的脚本。
  

Matlab计算机视觉

•  —实现轮廓波变换及其使用函数的MATLAB源代码
• —剪切波变换的MATLAB源码
• Curvelets—Curvelet变换的MATLAB源码（Curvelet变换是对小波变换向更高维的推广，用来在不同尺度角度表示图像。）
• —Bandlets变换的MATLAB源码
  

自然语言处理

•  —一个Matlab的NLP库
  

通用机器学习

• —在MNIST字符数据集上训练一个深度的autoencoder或分类器[深度学习]。
•  —获奖的降维技术，特别适合于高维数据集的可视化
• —Matlab机器学习的完整面向对象环境。
•  —支持向量机程序库
•  —大型线性分类程序库
•  —M. A .Girolami教授的机器学习课程，包括PDF，讲义及代码。
• —考虑了代码清洁、可读性及速度的深度学习框架
•  —Matlab中的模式识别工具包，完全面向对象
  

数据分析/数据可视化

• —处理图像的Matlab包
• —图像算法纯Matlab高效实现，对MatlabBGL的mex函数是个补充。
  

.NET计算机视觉

•  —包装器，使.NET程序能使用OpenCV代码
• —跨平台的包装器，能在Windows, Linus, Mac OS X, iOS, 和Android上编译。
  

自然语言处理

•  —斯坦福大学NLP包在.NET上的完全移植，还可作为NuGet包进行预编译。
  

通用机器学习

•  —支持向量机、决策树、朴素贝叶斯模型、K-means、高斯混合模型和机器学习应用的通用算法，例如：随机抽样一致性算法、交叉验证、网格搜索。这个包是Accord.NET框架的一部分。
• —F#语言实现的Deep belief和深度学习包，它在Alea.cuBase下利用CUDA GPU来执行。
•  —先进的神经网络和机器学习框架，包括用来创建多种网络的类，也支持神经网络需要的数据规则化及处理的类。它的训练采用多线程弹性传播。它也能使用GPU加快处理时间。提供了图形化界面来帮助建模和训练神经网络。
•  —这是一个数据库管理系统和神经网络设计器。设计器用WPF开发，也是一个UI，你可以设计你的神经网络、查询网络、创建并配置聊天机器人，它能问问题，并从你的反馈中学习。这些机器人甚至可以从网络搜集信息用来输出，或是用来学习。
  

数据分析/数据可视化

•  —numl这个机器学习库，目标就是简化预测和聚类的标准建模技术。
• —Math.NET项目的数值计算基础，着眼提供科学、工程以及日常数值计算的方法和算法。支持 Windows, Linux 和 Mac上的 .Net 4.0, .Net 3.5 和 Mono ，Silverlight 5, WindowsPhone/SL 8, WindowsPhone 8.1 以及装有 PCL Portable Profiles 47 及 344的Windows 8， 装有 Xamarin的Android/iOS 。
•  —Sho是数据分析和科学计算的交互式环境，可以让你将脚本（IronPython语言）和编译的代码（.NET）无缝连接，以快速灵活的建立原型。这个环境包括强大高效的库，如线性代数、数据可视化，可供任何.NET语言使用，还为快速开发提供了功能丰富的交互式shell。
  

Python计算机视觉

• —开源的计算机视觉框架，可以访问如OpenCV等高性能计算机视觉库。使用Python编写，可以在Mac、Windows以及Ubuntu上运行。
  

自然语言处理

•  —一个领先的平台，用来编写处理人类语言数据的Python程序
• —Python可用的web挖掘模块，包括自然语言处理、机器学习等工具。
• —为普通自然语言处理任务提供一致的API，以NLTK和Pattern为基础，并和两者都能很好兼容。
• —中文断词工具。
•  —中文文本处理库。
• —另一个中文断词库。
•  —基于条件随机域的中文断词库。
•  —自然语言理解工具包。
  

通用机器学习

•  —Python语言概率规划的电子书
• —Spark下的分布式机器学习库。
• —基于SciPy的机器学习模块
•  —包含多种机器学习模块的库（回归，聚类，推荐系统，图分析等），基于可以磁盘存储的DataFrame。
• —连接外部服务器的库。
• —Python的web挖掘模块
• —Numenta公司的智能计算平台。
• —基于Theano的机器学习库。
•  —Python编写的使用GPU加速的深度学习库。
• —主题建模工具。
• —另一个机器学习库。
•  —可扩展的、快速推荐引擎。
•  —Python实现的推荐系统。
• —关于贝叶斯分析的书籍
•  —Python实现的受限波尔兹曼机。[深度学习]。
•  —在线学习工具箱。
•  —cover tree的Python实现，scipy.spatial.kdtree便捷的替代。
• —Python实现的神经影像学机器学习库。
• —机器学习工具箱。
•  —遗传算法框架。
•  —考虑了代码清洁、可读性及速度的深度学习框架
• —深度及递归神经网络的程序库，基于Theano。
  

数据分析/数据可视化

•  —基于Python的数学、科学、工程开源软件生态系统。
• —Python科学计算基础包。
•  —Python的低级虚拟机JIT编译器，Cython and NumPy的开发者编写，供科学计算使用
•  —为复杂网络使用的高效软件。
• —这个库提供了高性能、易用的数据结构及数据分析工具。
• —Python中的商业智能工具（Pandas web接口）。
• PyMC —MCMC采样工具包。
• —Python的算法交易库。
• —全名Python Dynamics，协助基于NumPy, SciPy, IPython以及 matplotlib的动态建模工作流。
•  —符号数学Python库。
• —Python的统计建模及计量经济学库。
•  —Python天文学程序库，社区协作编写
•  —Python的2D绘图库。
• —Python的交互式Web绘图库。
•  —Python and matplotlib的协作web绘图库。
• —将Python数据结构转换为Vega可视化语法。
• —Python的绘图库，基于D3.js。
•  —和R语言里的ggplot2提供同样的API。
• —Python中渲染SVG图的库，效果漂亮。
• —Python下的SVG图表生成器。
• 
  

杂项脚本/iPython笔记/代码库

•  —Sarah Palin关于主题建模的电邮。
•  —基于扩散方法的图像分割算法集合。
•  —SciPy教程，已过时，请查看scipy-lecture-notes
• —Python的推荐引擎库。
• —Python中的贝叶斯推断工具。
• —scikit-learn学习笔记系列
•  —推特情绪分析器
• —坐标下降算法实验，应用于（稀疏）群套索模型。
• —使用 mne-python进行EEG/MEG数据处理的IPython笔记
• —使用Python pandas库的方法书。
• —机器学习的优化程序库，用Python实现了梯度下降、LBFGS、rmsprop、adadelta 等算法。
  

Kaggle竞赛源代码

•  —Kaggle上一个维基预测挑战赛 Dell Zhang解法的实现。
• —Kaggle上”从社交媒体评论中检测辱骂“竞赛提交的代码
• —Kaggle预测回头客挑战赛的代码
•  —Kaggle上CIFAR-10 竞赛的代码，使用cuda-convnet
•  —Kaggle上blackbox赛代码，关于深度学习。
•  —Kaggle上加速度计数据识别用户竞赛的代码
•  —Kaggle上用广告预测工资竞赛的代码
•  —Kaggle上给定员工角色预测其访问需求竞赛的代码
• —Kaggle上根据bestbuy用户查询预测点击商品竞赛的代码（大数据版）
• —Kaggle上根据bestbuy用户查询预测点击商品竞赛的代码（小数据版）
•  —Kaggle上从图片中识别猫和狗竞赛的代码
•  —Kaggle上遥远星系形态分类竞赛的优胜代码
•  —Kaggle竞赛：从笔迹区分性别
• —Kaggle上预测药物分子活性竞赛的代码（默克制药赞助）
• —Kaggle上 预测Stack Overflow网站问题是否会被关闭竞赛的代码
•  —预测红酒质量。
  

Ruby自然语言处理

• —文本检索与注释工具包，Ruby上我见过的最全面的工具包。
• Ruby Linguistics—这个框架可以用任何语言为Ruby对象构建语言学工具。包括一个语言无关的通用前端，一个将语言代码映射到语言名的模块，和一个含有很有英文语言工具的模块。
• —使得Ruby可用 libstemmer_c中的接口。
• Ruby Wordnet —WordNet的Ruby接口库。
•  —aspell绑定到Ruby的接口
• —UEALite Stemmer的Ruby移植版，供搜索和检索用的保守的词干分析器
• —该程序库可以将推特中的用户名、列表和话题标签自动连接并提取出来。
  

通用机器学习

•  —Ruby实现的一些机器学习算法。
•  —精华！在JRuby世界中释放了Apache Mahout的威力。
• —可用贝叶斯及其他分类法的通用分类器模块。
• —《神经网络和深度学习》一书的示例代码。
  

数据分析/数据可视化

•  – Ruby – R bridge
• —关于数据可视化的Ruby Manor演示的源代码和支持内容
•  —将gnuplot包装为Ruby形式，特别适合将ROC曲线转化为svg文件。
• —基于Vega和D3的ruby绘图库
•  —Ruby下出色的图形工具包
• —数据管理工具
• 
  

Misc
杂项

• —大数据处理严肃而有趣的指南书
  

R通用机器学习

• —R语言机器学习包列表，按算法类型分组。
• —R语言150个机器学习算法的统一接口
•  and —该包集合了多种机器学习算法
• 
  

数据分析/数据可视化

• —基于图形语法的数据可视化包。
  

Scala自然语言处理

• —机器学习和数值计算库的套装
•  —Scala用的数值处理库
• —自然语言处理库。
• —可部署的概率建模工具包，用Scala实现的软件库。为用户提供简洁的语言来创建关系因素图，评估参数并进行推断。
  

数据分析/数据可视化

• —Spark下的分布式机器学习库
•  —CAscading的Scala接口
• —用Scalding 和 Storm进行Streaming MapReduce
•  —Scala的抽象代数工具
•  —Scala的数据管理工具
•  —化简你的数据，进行代数聚合的unix过滤器
•  —供软件开发者和数据工程师用的机器学习服务器。
• —支持大规模探索性数据分析的CPU和GPU加速矩阵库。
  

通用机器学习

• —Scalding下可扩展的机器学习框架
• —scalding下的决策树工具。
•  —基于scalding的机器学习程序库
• —使用Apache Avro, Apache Spark 和 Parquet的基因组处理引擎，有专用的文件格式，Apache 2软件许可。
•  —Scala语言可用的生物信息学程序库
• —机器学习CPU和GPU加速库。