scikit-image 图像是针对 SciPy 使用 Python 的图像处理方法。scikit-image 是机器学习吗?它其实是一个机器学习项目(没有确切地表示他们必须用机器学习方法),scikit-image 就属于数据处理和准备工具这一类。该项目包括一些图像处理算法,如点检测、滤波、特征选择和形态学等。
示例:
8. NLP Compromise
NLP Compromise 是由 Javascript 语言编写的,其在浏览器中进行自然语言处理过程。NLP Compromise 非常容易安装和使用,以下是它的一个使用范例:
9. Datatest
Datatest 是一个依靠数据冲突的测试集,其由 Python 编写。
Datatest 扩展了数据校正的测试工具标准数据库
Datatest 是一种寻找数据冲突和准备的不同方式,如果你的大部分时间都被花在这个任务上,也许换一种新的方法是值得的。
10. GoLearn
GoLearn 是一种针对 Go 语言的机器学习库,自称 Go 语言机器学习的“内置电池”学习库。简洁、易定制是其追求的目标。
对于一些想分支出来的 Python 用户或者想尝试下机器学习的 Go 语言用户来说,GoLearn 是一个不错的选项。GoLearn 实现了熟悉的 Scikit-learn 适应/预测界面,可实现快速预估测试和交换。。
GoLearn 是一个成熟的项目,它提供了交叉验证和训练/测试等辅助功能。如果你还记得的话,之前提到的 Rusty Machine 还没有实现这个功能。如果要尝试一门新的 Go 语言的话,GoLearn 可能是你所追求的那个。
总结:以上即十个机器学习项目概览,既有小众却简洁好用的学习框架,也有新兴语言衍生出来的学习库资料。再次重申不建议读者去尝试所有的项目,但是如果里面刚好有项目能解决你目前所遇到的问题,请尽管去使用。
(责任编辑:admin)