Github最新5大开源机器学习项目!数据计算快至80倍!

新闻 机器学习
通过这5个具有挑战性的开源机器学习项目,正确地开始2020年的学习吧!这些机器学习项目涵盖了广泛的领域,包括Python编程和NLP。

 通过这5个具有挑战性的开源机器学习项目,正确地开始2020年的学习吧!这些机器学习项目涵盖了广泛的领域,包括Python编程和NLP。

Github最新5大开源机器学习项目!数据计算快至80倍!

越来越多的人正在寻找一种过渡到数据科学的方法。无论是应届大学毕业生,还是该行业相对较新的参与者,还是中级专业人员,还是只是对机器学习感到好奇的人,每个人都希望从数据科学中分一杯羹。

我挑选了5个开源机器学习项目(于2020年1月创建),让你熟悉最新的最新框架和库。 你会看到从自然语言处理(NLP)到Python编程的所有内容。

1、Reformer– PyTorch中的高效迁移

Transformer体系结构改变了自然语言处理(NLP)格局。 它催生了许多NLP框架,例如BERT,XLNet,GPT-2等。

Github最新5大开源机器学习项目!数据计算快至80倍!

但是有一个问题,我敢肯定,你们中的大多数都将与之相关–这些以变压器为动力的模型很大。 他们取得了最先进的结果,但价格太昂贵,超出了大多数想要学习和实施它们的人们的范围。该项目的作者提供了一个简单而有效的示例以及整个代码,以帮助您构建自己的模型。

2、PandaPy –最受欢迎的Python库

上周我发现了PandaPy,并且已经在我当前的项目中使用了它。 这是一个迷人的Python库,具有成为主流的巨大潜力。

如果您正在使用混合数据类型(int,float,datetime,str等)进行机器学习项目,则应尝试使用PandaPy而不是Pandas。 对于这些数据类型,它消耗的内存比Pandas少大约三分之一!

这是您会发现有趣的三个关键领域(我从PandaPy GitHub存储库中逐字逐句地总结了这些观点):

1)对于小型数据集(即加号,多号,对数)的简单计算,PandaPy比Pandas快25倍-80倍

2)对于小型数据集上的表函数(即组,枢纽,放置,连接,填充,填充),PandaPy比Pandas快5倍-100倍。

3)对于大多数使用小数据的用例,PandaPy比Dask,Modin Ray和Pandas快

3、Google Earth Engine – 300多个Jupyter笔记本可分析地理空间数据

多么出色的GitHub存储库! 我有很多有抱负的数据科学家在社交平台上与我联系,询问如何开始进行地理空间分析。 这是一个非常有趣的领域,提供了PB级的数据。 我们只需要一种结构化的方法来清理和分析它。这个惊人的资料库是300多个Jupyter笔记本的集合,其中包含使用Google Earth Engine数据的示例。

[[318927]]

这些笔记本依靠三个Python库来执行代码:

  • Earth Engine Python API
  • Folium
  • Geehydro

GitHub存储库包含大量带有Python代码的示例,以帮助新手入门。

4、Automated Visual Analytics 自动化视觉分析

这是为新手提供的另一种高质量的数据可视化创意。 在没有任何实质性框架的情况下,使数据探索步骤自动化的想法已经浮出了一段时间。 Automated Visual Analytics 旨在使视觉分析由AI驱动和自动化。

Github最新5大开源机器学习项目!数据计算快至80倍!

5、Fast Neptune–加速机器学习项目

如今,无论是在研究领域还是行业中,可重复性都是任何机器学习项目的关键方面。 我们需要跟踪我们执行的每个测试,每个迭代,我们的机器学习模型的每个参数以及结果。

Fast Neptune库使我们能够快速记录启动机器学习实验所需的所有信息。 换句话说,Fast Neptune是您在阅读以上段落时可能会问到的可重复性问题的答案。

以下是Fast Neptune用来帮助我们进行快速实验的功能:

  • 有关运行代码的计算机的元数据,包括操作系统和操作系统版本
  • 运行实验的笔记本的要求
  • 体验期间使用的参数,表示要跟踪的变量的值的名称
  • 在运行期间要记录的代码

最先进的技术持续快速发展,对于新来者来说,如何跟上进度,势必会变得不知所措。stay hungry!

 

责任编辑:张燕妮 来源: 今日头条
相关推荐

2020-10-15 08:00:00

机器学习开源

2018-06-19 08:45:28

机器学习AIWindows

2009-11-02 09:38:07

开源ESB

2016-12-15 13:51:30

开源数据可视化

2019-09-15 17:57:03

GitHub机器学习代码

2018-10-19 08:40:33

GitHub开源代码库

2018-12-28 09:00:00

人工智能机器学习开源框架

2021-08-30 09:00:00

人工智能计算机视觉机器学习

2019-01-22 15:32:05

Go语言工具开发

2019-04-26 09:37:30

Go 开源技术

2018-08-09 09:22:55

开源web服务器

2019-12-26 15:31:17

腾讯框架开源

2017-04-19 10:32:01

2021-03-25 09:00:00

开发工具集群

2018-08-10 14:44:01

Python数据工具

2009-08-12 09:09:04

2023-12-18 17:40:31

2014-12-23 14:57:42

开源项目机器学习

2023-11-14 09:00:00

向量数据库ChromaMilvus

2017-11-08 13:42:53

机器学习开源GitHub
点赞
收藏

51CTO技术栈公众号