十大機(jī)器學(xué)習(xí)工具及數(shù)據(jù)科學(xué)工具

2018年將會(huì)是人工智能和機(jī)器學(xué)習(xí)快速發(fā)展的一年，有專家表示：相較之下Python比Java更加接地氣，也自然而然地成為機(jī)器學(xué)習(xí)的首選語言

在數(shù)據(jù)科學(xué)方面，Python的語法與數(shù)學(xué)語法最為接近，因此是數(shù)學(xué)家或經(jīng)濟(jì)學(xué)家等專業(yè)人士最容易理解和學(xué)習(xí)的語言。本文將羅列機(jī)器學(xué)習(xí)和數(shù)據(jù)科學(xué)應(yīng)用程序中最有用的十大Python工具

機(jī)器學(xué)習(xí)工具

1、Shogun

SHOGUN是一個(gè)機(jī)器學(xué)習(xí)工具箱，專注于支持向量機(jī)（SVM）的學(xué)習(xí)工具箱。它是用C++編寫的，早在1999年就已經(jīng)創(chuàng)建，是最古老的機(jī)器學(xué)習(xí)工具之一，它提供了廣泛的統(tǒng)一機(jī)器學(xué)習(xí)方法，旨在為機(jī)器學(xué)習(xí)提供透明和可訪問的算法，并為任何對(duì)此領(lǐng)域感興趣的人提供免費(fèi)的機(jī)器學(xué)習(xí)工具。

Shogun提供了一個(gè)記錄完善的Python界面用于統(tǒng)一的大規(guī)模學(xué)習(xí)，并提供高性能速度。不過，Shogun的缺點(diǎn)就是它的API很難使用。

2、Keras

Keras是一個(gè)高級(jí)神經(jīng)網(wǎng)絡(luò)API，提供了一個(gè)Python深度學(xué)習(xí)庫。對(duì)于任何初學(xué)者來說，這是機(jī)器學(xué)習(xí)的最佳選擇，因?yàn)榕c其他庫相比，它提供了一種更簡單的表達(dá)神經(jīng)網(wǎng)絡(luò)的方法。Keras由純Python編寫而成并基Tensorflow、Theano以及CNTK后端。

據(jù)官方網(wǎng)站稱，Keras側(cè)重于4個(gè)主要指導(dǎo)原則，即用戶友好性，模塊化，易擴(kuò)展性和與Python協(xié)作。然而，就速度而言，Keras 相對(duì)還是比較弱的。

3、scikit-learn

scikit-learn 是一個(gè) Python 的機(jī)器學(xué)習(xí)項(xiàng)目。是一個(gè)簡單高效的數(shù)據(jù)挖掘和數(shù)據(jù)分析工具?；?NumPy、SciPy 和 matplotlib 構(gòu)建。Scikit-Learn提供了一致且易于使用的API網(wǎng)格以及隨機(jī)搜索。其主要優(yōu)勢(shì)算法簡單而且速度快。Scikit-learn的基本功能主要被分為六大部分：分類，回歸，聚類，數(shù)據(jù)降維，模型選擇和數(shù)據(jù)預(yù)處理

4、Pattern

Pattern是一個(gè)Web挖掘模塊，為數(shù)據(jù)挖掘，自然語言處理，機(jī)器學(xué)習(xí)，網(wǎng)絡(luò)分析和網(wǎng)絡(luò)分析提供工具。它還附帶完善的文檔，有50多個(gè)示例以及通過350多個(gè)單元測(cè)試。最重要的是，它是免費(fèi)的！

5、Theano

Theano可以說是最成熟的Python深度學(xué)習(xí)庫之一，Theano是以以為希臘畢達(dá)哥拉斯哲學(xué)家和數(shù)學(xué)家畢達(dá)哥拉斯的妻子的名字命名，Theano的主要功能：與NumPy緊密集成，用符號(hào)式語言定義你想要的結(jié)果，該框架會(huì)對(duì)你的程序進(jìn)行編譯，來高效運(yùn)行于 GPU 或 CPU。

它還提供了定義，優(yōu)化和評(píng)估數(shù)學(xué)表達(dá)式的工具，并且可以在Theano上構(gòu)建大量其他庫，以探索其數(shù)據(jù)結(jié)構(gòu)。盡管如此，使用Theano還是有一些缺點(diǎn)的; 比如學(xué)習(xí)它的API可能需要很長時(shí)間，而另一些人則認(rèn)為Theano大模型的編譯時(shí)間顯的它不夠高效

數(shù)據(jù)科學(xué)工具

1、SciPy

SciPy （pronounced “Sigh Pie”） 是一個(gè)開源的數(shù)學(xué)、科學(xué)和工程計(jì)算包。SciPy使用NumPy，IPython或Pandas等各種軟件包為常用的數(shù)學(xué)和科學(xué)編程任務(wù)提供庫。當(dāng)你想操縱計(jì)算機(jī)上的數(shù)字并顯示或發(fā)布結(jié)果時(shí)，此工具是一個(gè)很好的選擇，并且它也是免費(fèi)的。

2、Dask

Dask 是一個(gè)用于分析計(jì)算的靈活的并行計(jì)算庫。同樣，通過更改只有幾行代碼，你可以快速對(duì)現(xiàn)有代碼進(jìn)行并行處理，因?yàn)樗腄ataFrame與Pandas庫中的相同，它的Array對(duì)象的工作方式類似于NumPy能夠并行化以純Python編寫。

3、Numba

此工具是一種開源優(yōu)化編譯器，它使用LLVM編譯器基礎(chǔ)結(jié)構(gòu)將Python語法編譯為機(jī)器碼。在數(shù)據(jù)科學(xué)應(yīng)用中使用Numba的主要優(yōu)勢(shì)在于它使用NumPy數(shù)組來加速應(yīng)用程序的能力，因?yàn)镹umba是一個(gè)支持NumPy的編譯器。就像Scikit-Learn一樣，Numba也適用于機(jī)器學(xué)習(xí)應(yīng)用。

4、HPAT

高性能分析工具包（HPAT）是一個(gè)基于編譯器的大數(shù)據(jù)框架。它將Python中的分析/機(jī)器學(xué)習(xí)代碼自動(dòng)擴(kuò)展到群集/云環(huán)境中的大數(shù)據(jù)分析和機(jī)器學(xué)習(xí)，并可以使用@jit裝飾器優(yōu)化特定功能。

5、Cython

使用數(shù)學(xué)密碼或密碼循環(huán)運(yùn)行的代碼時(shí)，Cython是您的最佳選擇。Cython是一款基于Pyrex的源代碼翻譯器，可快速生成Python擴(kuò)展模塊（extention module）的工具。Cython語言非常接近Python語言，但是Cython還支持調(diào)用C函數(shù)并在變量和類屬性上聲明C類型。這允許編譯器從Cython代碼生成非常高效的C代碼。