g u t x .com.tr İpek yolu - Çin'i anlamaya götürürüm

Önerilen | 30 en iyi makine öğrenimi örneği

Lei Feng.com: Bu makale, Lei Feng'in altyazıları tarafından derlenen önerilen bir dizidir.Orijinal başlık, Geçen Yıl için 30 Harika Makine Öğrenimi Projesi (v.2018) ve yazarı Mybridge.

Tercüme | An Yan Organize | Fan Jiang

Geçtiğimiz yıl, yaklaşık 8.800 makine öğrenimi açık kaynak projesini karşılaştırdık ve bunlardan en iyi 30'unu seçtik (olasılık yalnızca% 0,3'tür).

Bu oldukça rekabetçi bir listedir. Liste, 2017 boyunca yayınlanan en iyi açık kaynak makine öğrenimi kitaplıkları, veri setleri ve uygulamalar arasından özenle seçilmiştir. Mybridge AI, kullanım sıklığını, katılımı ve yeniliği göz önünde bulundurarak toplam puanı değerlendirir. Size toplam puanla ilgili bir fikir vermek gerekirse, Github yıldızlarının ortalama performansı 3558'dir.

Yılın Python örneği (ortalama 3707): burada
Geçen yılki en iyi literatürden makine öğrenimini öğrenin: buradan

Açık kaynaklı projeler, veri bilimcileri için çok faydalı olabilir. Kaynak kodunu okuyarak ve mevcut projelerin üzerine bir şeyler inşa ederek öğrenebilirsiniz. Makine öğrenimi projeleri için yeterince zaman ayırın, geçen yılı kaçırmış olabilirsiniz.

A) Sinir ağı

Derin Öğrenme A-Z : Uygulamalı Yapay Sinir Ağı

B) TensorFlow

Python ile derin öğrenmeye yönelik eksiksiz bir TensorFlow kılavuzu

Hayır 1

FastText: Hızlı metin oluşturma ve sınıflandırma kitaplığı. . Facebook Research tarafından açık kaynak

Hayır 2

Derinlik görüntü stili dönüştürme: kağıt kodu ve veri "derinlik görüntü stili dönüştürme". Fujun Luan, Ph. D. Cornell Üniversitesi.

Numara 3

Dünyadaki en basit yüz tanıma API'si: Python ve komut satırı. Adam Geitgey'in izniyle

4 numara

Macenta: Akıllı müzik ve sanatsal yaratım.

Numara 5

Sonnet: TensorFlow'a dayalı sinir ağı kitaplığı. Deepmind'den Malcolm Reynolds'un izniyle

Hayır 6

derin öğrenme. js: Web için donanım hızlandırmalı bir makine zekası kitaplığı sağlar. Google Brain'den Nikhil Thorat'ın izniyle

Hayır 7

TensorFlow'un hızlı stil geçişi. MIT'den Logan Engstrom'un izniyle

Yok hayır 8

Pysc2: StarCraft II'nin Öğrenme Ortamı DeepMind'in Timo Ewalds'i Sayesinde

Hayır 9

AirSim: Microsoft AI ve Araştırma için Unreal Engine'e dayalı açık kaynaklı simülatör. Microsoft'tan Shital Shah'ın izniyle

Yok hayır 10

Özellikler: Makine öğrenimi veri setlerinin görselleştirilmesi. Google Brain tarafından sunulmaktadır

Hayır 11

Style2Paints: Görüntülerin AI renklendirmesi.

Hayır 12

Tensor2Tensor: Google Research'ün genelleştirilmiş diziden diziye model kitaplığı. Google Brain'den Ryan Sepassi'nin izniyle

Hayır 13

PyTorch'ta görüntüden görüntüye dönüştürme (ör. Horse2zebra, edge2cats ve daha fazlası). Berkeley'den Dr.Jun-Yan Zhu'nun izniyle

Hayır 14

Faiss: Etkili benzerlik araştırması ve yoğun vektörlerin kümelenmesi için bir kitaplık. Facebook Araştırmasının İzniyle

Hayır 15

Fashion-mnist: MNIST'e benzer dünya ürün veritabanı. Zalando Tech araştırma bilimcisi Han Xiao'ya teşekkürler

Hayır 16

ParlAI: AI modellerini halka açık çeşitli diyalog veri kümeleri üzerinde eğitmek ve değerlendirmek için bir çerçeve. Facebook Research'ten Alexander Miller'ın izniyle

Hayır 17

Fairseq: Facebook AI Araştırma Sırası-Sırası Araç Seti.

Hayır 18

Pyro: Python ve PyTorch'un derinlemesine olasılık programlaması. Uber AI Labs'ın izniyle

Hayır 19

iGAN: GAN tarafından desteklenen etkileşimli görüntü oluşturma.

Hayır 20

Derin görüntü öncesi: Görüntü restorasyonunu öğrenmeden bir sinir ağı kullanın. Skoltech'ten Dr. Dmitry Ulyanov'un izniyle

Hayır 21

Face_classification: keras CNN modeli ve openCV ile fer2013 / imdb veri kümesini kullanarak gerçek zamanlı portre izleme ve duygu / cinsiyet sınıflandırması.

Hayır 22

Speech-to-Text-WaveNet: Uçtan uca cümle düzeyinde İngilizce konuşma tanıma için DeepMind's WaveNet ve tensorflow'u kullanın. Kakao Brain'den Namju Kim'in izniyle