C++

計算機視覺

·       CCV—基於C語言/提供快取/核心的機器視覺庫，新穎的機器視覺庫

·       OpenCV—它提供C++, C, Python, Java 以及 MATLAB介面，並支援Windows, Linux, Android and MacOS作業系統。

通用機器學習

·       DLib

·       ecogg

·       shark

Closure

通用機器學習

Go

自然語言處理

·       go-porterstemmer—一個Porter詞幹提取演算法的原生Go語言淨室實現

·       paicehusk—Paice/Husk詞幹提取演算法的Go語言實現

·       

snowball—Go語言版的Snowball詞幹提取器

通用機器學習

·       Go Learn— Go語言機器學習庫

·       go-pr—Go語言機器學習包.

·       bayesian—Go語言樸素貝葉斯分類庫。

·       go-galib—Go語言遺傳演算法庫。

資料分析/資料視覺化

·       SVGo—Go語言的SVG生成庫。

Java

自然語言處理

·       CoreNLP—斯坦福大學的CoreNLP提供一系列的自然語言處理工具，輸入原始英語文字，可以給出單詞的基本形式（下面Stanford開頭的幾個工具都包含其中）。

·       Tregex, Tsurgeon and Semgrex

—用來在樹狀資料結構中進行模式匹配，基於樹關係以及節點匹配的正則表示式（名字是“tree regular expressions”的縮寫）。

·       Stanford Phrasal:最新的基於統計短語的機器翻譯系統，java編寫

·       Stanford SPIED—在種子集上使用模式，以迭代方式從無標籤文字中學習字元實體

·       MALLET -—基於Java的統計自然語言處理、文件分類、聚類、主題建模、資訊提取以及其他機器學習文字應用包。

·       OpenNLP—處理自然語言文字的機器學習工具包。

·       LingPipe—使用計算機語言學處理文字的工具包。

通用機器學習

·       Mahout—分散式的機器學習庫

·       Weka—Weka是資料探勘方面的機器學習演算法集。

·       ORYX—提供一個簡單的大規模實時機器學習/預測分析基礎架構。

資料分析/資料視覺化

·       Hadoop—大資料分析平臺

·       Spark—快速通用的大規模資料處理引擎。

·       Impala—為Hadoop實現實時查詢

Javascript

自然語言處理

·       NLP.js—javascript及coffeescript編寫的NLP工具

·       natural—Node下的通用NLP工具

·       Knwl.js—JS編寫的自然語言處理器

資料分析/資料視覺化

·       D3.js

·       dc.js

通用機器學習

·       Convnet.js—訓練深度學習模型的JavaScript庫。

·       Clustering.js—用JavaScript實現的聚類演算法，供Node.js及瀏覽器使用。

·       Decision Trees—Node.js實現的決策樹，使用ID3演算法。

·       Node-fann—Node.js下的快速人工神經網路庫。

·       Kmeans.js—k-means演算法的簡單Javascript實現，供Node.js及瀏覽器使用。

·       LDA.js—供Node.js用的LDA主題建模工具。

·       Learning.js—邏輯迴歸/c4.5決策樹的JavaScript實現

·       Node-SVM—Node.js的支援向量機

·       Brain—JavaScript實現的神經網路

·       Bayesian-Bandit—貝葉斯強盜演算法的實現，供Node.js及瀏覽器使用。

Julia

通用機器學習

·       PGM—Julia實現的概率圖模型框架。

·       DA—Julia實現的正則化判別分析包。

·       Regression—迴歸分析演算法包（如線性迴歸和邏輯迴歸）。

·       Naive Bayes—樸素貝葉斯的簡單Julia實現

·       Mixed Models—（統計）混合效應模型的Julia包

·       Simple MCMC—Julia實現的基本mcmc取樣器

·       Distance—Julia實現的距離評估模組

·       Neural—Julia實現的神經網路

·       MCMC—Julia下的MCMC工具

·       GLM—Julia寫的廣義線性模型包

·       GLMNet—GMLNet的Julia包裝版，適合套索/彈性網模型。

·       Clustering—資料聚類的基本函式：k-means, dp-means等。

·       SVM—Julia下的支援向量機。

·       NMF—Julia下的非負矩陣分解包

·       ANN—Julia實現的神經網路

自然語言處理

資料分析/資料視覺化

·       Graph Layout—純Julia實現的圖佈局演算法。

·       Julia Data—處理表格資料的Julia庫

·       Data Read—從Stata、SAS、SPSS讀取檔案

·       Gladfly—Julia編寫的靈巧的統計繪圖系統。

·       Stats—Julia編寫的統計測試函式包

·       RDataSets—讀取R語言中眾多可用的資料集的Julia函式包。

·       DataFrames—處理表格資料的Julia庫。

·       Data Arrays—元素值可以為空的資料結構。

·       Time Series—Julia的時間序列資料工具包。

·       Sampling—Julia的基本取樣演算法包

雜項/簡報

·       DSP—數字訊號處理

·       Images—Julia的圖片庫

Lua

通用機器學習

§ cephes—Cephes數學函式庫，包裝成Torch可用形式。提供幷包裝了超過180個特殊的數學函式，由Stephen L. Moshier開發，是SciPy的核心，應用於很多場合。

§ graph—供Torch使用的圖形包。

§ randomkit—從Numpy提取的隨機數生成包，包裝成Torch可用形式。

§ signal—Torch-7可用的訊號處理工具包，可進行FFT, DCT, Hilbert, cepstrums, stft等變換。

§ nn—Torch可用的神經網路包。

§ nngraph—為nn庫提供圖形計算能力。

§ nnx—一個不穩定實驗性的包，擴充套件Torch內建的nn庫。

§ optim—Torch可用的優化演算法庫，包括 SGD, Adagrad, 共軛梯度演算法, LBFGS, RProp等演算法。

§ unsup—Torch下的非監督學習包。提供的模組與nn(LinearPsd, ConvPsd, AutoEncoder, …)及獨立演算法 (k-means, PCA)等相容。

§ svm—Torch的支援向量機庫。

§ lbfgs—將liblbfgs包裝為FFI介面。

§ vowpalwabbit—老版的vowpalwabbit對torch的介面。

§ OpenGM—OpenGM是C++編寫的圖形建模及推斷庫，該binding可以用Lua以簡單的方式描述圖形，然後用OpenGM優化。

§ sphagetti—MichaelMathieu為torch7編寫的稀疏線性模組。

§ LuaSHKit—將區域性敏感雜湊庫SHKit包裝成lua可用形式。

§ cutorch—torch的CUDA後端實現

§ cunn—torch的CUDA神經網路實現。

§ imgraph—torch的影象/圖形庫，提供從影象建立圖形、分割、建立樹、又轉化回影象的例程

§ videograph—torch的視訊/圖形庫，提供從視訊建立圖形、分割、建立樹、又轉化回視訊的例程

§ saliency—積分影象的程式碼和工具，用來從快速積分直方圖中尋找興趣點。

§ stitch—使用hugin拼合影象並將其生成視訊序列。

§ sfm—運動場景束調整/結構包

§ fex—torch的特徵提取包，提供SIFT和dSIFT模組。

§ OverFeat—當前最高水準的通用密度特徵提取器。

·       Lunum

演示及指令碼

§ 線性迴歸、邏輯迴歸

§ 人臉檢測（訓練和檢測是獨立的演示）

§ 基於mst的斷詞器

§ train-a-digit-classifier

§ train-autoencoder

§ optical flow demo

§ train-on-housenumbers

§ train-on-cifar

§ tracking with deep nets

§ kinect demo

§ 濾波視覺化

§ saliency-networks

§ BSR 500

§ CIFAR-10

§ COIL

§ Street View House Numbers

§ MNIST

§ NORB

·       Atari2600—在Arcade Learning Environment模擬器中用靜態幀生成資料集的指令碼。

Matlab

計算機視覺

·       Contourlets—實現輪廓波變換及其使用函式的MATLAB原始碼

·       Shearlets—剪下波變換的MATLAB原始碼

·       Curvelets—Curvelet變換的MATLAB原始碼（Curvelet變換是對小波變換向更高維的推廣，用來在不同尺度角度表示影象。）

·       Bandlets—Bandlets變換的MATLAB原始碼

自然語言處理

·       NLP—一個Matlab的NLP庫

通用機器學習

·       Spider—Matlab機器學習的完整面向物件環境。

·       LibSVM—支援向量機程式庫

·       Machine Learning Module—M. A .Girolami教授的機器學習課程，包括PDF，講義及程式碼。

·       Caffe—考慮了程式碼清潔、可讀性及速度的深度學習框架

資料分析/資料視覺化

·       gamic—影象演算法純Matlab高效實現，對MatlabBGL的mex函式是個補充。

.NET

計算機視覺

·       OpenCVDotNet—包裝器，使.NET程式能使用OpenCV程式碼

·       Emgu CV—跨平臺的包裝器，能在Windows, Linus, Mac OS X,iOS, 和Android上編譯。

自然語言處理

·       Stanford.NLP for .NET—斯坦福大學NLP包在.NET上的完全移植，還可作為NuGet包進行預編譯。

通用機器學習

·       Accord.MachineLearning—支援向量機、決策樹、樸素貝葉斯模型、K-means、高斯混合模型和機器學習應用的通用演算法，例如：隨機抽樣一致性演算法、交叉驗證、網格搜尋。這個包是Accord.NET框架的一部分。

·       Vulpes—F#語言實現的Deepbelief和深度學習包，它在Alea.cuBase下利用CUDAGPU來執行。

·       Encog—先進的神經網路和機器學習框架，包括用來建立多種網路的類，也支援神經網路需要的資料規則化及處理的類。它的訓練採用多執行緒彈性傳播。它也能使用GPU加快處理時間。提供了圖形化介面來幫助建模和訓練神經網路。

·       Neural Network Designer—這是一個數據庫管理系統和神經網路設計器。設計器用WPF開發，也是一個UI，你可以設計你的神經網路、查詢網路、建立並配置聊天機器人，它能問問題，並從你的反饋中學習。這些機器人甚至可以從網路蒐集資訊用來輸出，或是用來學習。

資料分析/資料視覺化

·       numl—numl這個機器學習庫，目標就是簡化預測和聚類的標準建模技術。

·       Math.NET Numerics— Math.NET專案的數值計算基礎，著眼提供科學、工程以及日常數值計算的方法和演算法。支援 Windows, Linux 和 Mac上的 .Net 4.0, .Net 3.5 和 Mono ，Silverlight 5, WindowsPhone/SL 8, WindowsPhone 8.1 以及裝有 PCL Portable Profiles 47 及 344的Windows 8， 裝有 Xamarin的Android/iOS 。

·       Sho— Sho是資料分析和科學計算的互動式環境，可以讓你將指令碼（IronPython語言）和編譯的程式碼（.NET）無縫連線，以快速靈活的建立原型。這個環境包括強大高效的庫，如線性代數、資料視覺化，可供任何.NET語言使用，還為快速開發提供了功能豐富的互動式shell。

Python

計算機視覺

·       SimpleCV—開源的計算機視覺框架，可以訪問如OpenCV等高效能運算機視覺庫。使用Python編寫，可以在Mac、Windows以及Ubuntu上執行。

自然語言處理

·       NLTK—一個領先的平臺，用來編寫處理人類語言資料的Python程式

·       Pattern—Python可用的web挖掘模組，包括自然語言處理、機器學習等工具。

·       TextBlob—為普通自然語言處理任務提供一致的API，以NLTK和Pattern為基礎，並和兩者都能很好相容。

·       jieba—中文斷詞工具。

·       loso—另一箇中文斷詞庫。

·       genius—基於條件隨機域的中文斷詞庫。

·       nut—自然語言理解工具包。

通用機器學習

·       graphlab-create—包含多種機器學習模組的庫（迴歸，聚類，推薦系統，圖分析等），基於可以磁碟儲存的DataFrame。

·       BigML—連線外部伺服器的庫。

·       pattern—Python的web挖掘模組

·       NuPIC—Numenta公司的智慧計算平臺。

·       Pylearn2—基於Theano的機器學習庫。

·       hebel—Python編寫的使用GPU加速的深度學習庫。

·       gensim—主題建模工具。

·       PyBrain—另一個機器學習庫。

·       Crab—可擴充套件的、快速推薦引擎。

·       Bolt—線上學習工具箱。

·       CoverTree—cover tree的Python實現，scipy.spatial.kdtree便捷的替代。

·       nilearn—Python實現的神經影像學機器學習庫。

·       Shogun—機器學習工具箱。

·       Caffe—考慮了程式碼清潔、可讀性及速度的深度學習框架

·       breze—深度及遞迴神經網路的程式庫，基於Theano。

資料分析/資料視覺化

·       SciPy—基於Python的數學、科學、工程開源軟體生態系統。

·       NumPy—Python科學計算基礎包。

·       Numba—Python的低階虛擬機器JIT編譯器，Cython and NumPy的開發者編寫，供科學計算使用

·       NetworkX—為複雜網路使用的高效軟體。

·       Pandas—這個庫提供了高效能、易用的資料結構及資料分析工具。

·       Open Mining—Python中的商業智慧工具（Pandasweb介面）。

·       PyMC—MCMC取樣工具包。

·       zipline—Python的演算法交易庫。

·       PyDy—全名Python Dynamics，協助基於NumPy, SciPy, IPython以及 matplotlib的動態建模工作流。

·       SymPy—符號數學Python庫。

·       statsmodels—Python的統計建模及計量經濟學庫。

·       astropy—Python天文學程式庫，社群協作編寫

·       matplotlib—Python的2D繪相簿。

·       bokeh—Python的互動式Web繪相簿。

·       plotly—Python and matplotlib的協作web繪相簿。

·       vincent—將Python資料結構轉換為Vega視覺化語法。

·       d3py—Python的繪相簿，基於D3.js。

·       ggplot—和R語言裡的ggplot2提供同樣的API。

·       Kartograph.py—Python中渲染SVG圖的庫，效果漂亮。

·       pygal—Python下的SVG圖表生成器。

雜項指令碼/iPython筆記/程式碼庫

·       Sarah Palin LDA—Sarah Palin關於主題建模的電郵。

·       Scipy Tutorials—SciPy教程，已過時，請檢視scipy-lecture-notes

·       Crab—Python的推薦引擎庫。

·       BayesPy—Python中的貝葉斯推斷工具。

·       group-lasso—座標下降演算法實驗，應用於（稀疏）群套索模型。

·       mne-python-notebooks—使用 mne-python進行EEG/MEG資料處理的IPython筆記

·       pandas cookbook—使用Python pandas庫的方法書。

·       climin—機器學習的優化程式庫，用Python實現了梯度下降、LBFGS、rmsprop、adadelta等演算法。

Kaggle競賽原始碼

·       wiki challange—Kaggle上一個維基預測挑戰賽 Dell Zhang解法的實現。

·       kaggle insults—Kaggle上”從社交媒體評論中檢測辱罵“競賽提交的程式碼

·       kaggle-cifar—Kaggle上CIFAR-10競賽的程式碼，使用cuda-convnet

·       kaggle-blackbox—Kaggle上blackbox賽程式碼，關於深度學習。

·       kaggle amazon—Kaggle上給定員工角色預測其訪問需求競賽的程式碼

·       kaggle-bestbuy_big—Kaggle上根據bestbuy使用者查詢預測點選商品競賽的程式碼（大資料版）

·       kaggle-bestbuy_small—Kaggle上根據bestbuy使用者查詢預測點選商品競賽的程式碼（小資料版）

·       Kaggle Gender—Kaggle競賽：從筆跡區分性別

·       Kaggle Merck—Kaggle上預測藥物分子活性競賽的程式碼（默克製藥贊助）

·       Kaggle Stackoverflow—Kaggle上 預測Stack Overflow網站問題是否會被關閉競賽的程式碼

Ruby

自然語言處理

·       Treat—文字檢索與註釋工具包，Ruby上我見過的最全面的工具包。

·       Ruby Linguistics—這個框架可以用任何語言為Ruby物件構建語言學工具。包括一個語言無關的通用前端，一個將語言程式碼對映到語言名的模組，和一個含有很有英文語言工具的模組。

·       Stemmer—使得Ruby可用 libstemmer_c中的介面。

·       Ruby Wordnet—WordNet的Ruby介面庫。

·       Raspel—aspell繫結到Ruby的介面

·       UEA Stemmer—UEALite Stemmer的Ruby移植版，供搜尋和檢索用的保守的詞幹分析器

·       Twitter-text-rb—該程式庫可以將推特中的使用者名稱、列表和話題標籤自動連線並提取出來。

通用機器學習

·       jRuby Mahout—精華！在JRuby世界中釋放了ApacheMahout的威力。

資料分析/資料視覺化

·       rsruby - Ruby – R bridge

·       ruby-plot—將gnuplot包裝為Ruby形式，特別適合將ROC曲線轉化為svg檔案。

·       

相關推薦