इंटरनेट पर उपलब्ध नि: शुल्क मशीन लर्निंग सॉफ्टवेयर के कई स्रोतों के बावजूद, मशीन लर्निंग और डेटा विश्लेषण समुदाय द्वारा उपयोग किए जाने वाले सभी प्रकार के ओपन सोर्स टूल्स के लिए गिथब एक महत्वपूर्ण क्लियरिंगहाउस बना हुआ है।

इस संग्रह में मशीन सीखने के रिपॉजिटरी, डेटासेट और ज्यूपिटर नोटबुक शामिल हैं, जो स्टार रेटिंग द्वारा क्रमबद्ध हैं। पिछले भाग में, हमने डेटा विज़ुअलाइज़ेशन और गहन सीखने के अध्ययन के लिए लोकप्रिय रिपॉजिटरी के बारे में बात की।

मशीन सीखने

बहुत बढ़िया मशीन सीखने
38 809, ९ ६१५

भाषा और श्रेणी (कंप्यूटर दृष्टि, प्राकृतिक भाषा प्रसंस्करण, आदि) द्वारा वर्गीकृत प्रणालियों, पुस्तकालयों और सॉफ्टवेयर की एक प्रभावशाली सूची। इसके अलावा, इस रिपॉजिटरी में आपको फ्री मशीन लर्निंग बुक्स, फ्री (ज्यादातर) मशीन लर्निंग कोर्स, डेटा साइंस ब्लॉग की सूची मिलेगी।

Scikit सीखने
34 067, 16 698

2007 से विकसित, मशीन लर्निंग के लिए पायथन मॉड्यूल, SciPy, NumPy और Matplotlib पुस्तकालयों के आधार पर बनाया गया है। बीएसडी 3-क्लॉज लाइसेंस के तहत वितरित किया गया। स्किकिट-लर्न काम का एक सार्वभौमिक उपकरण है जिसमें वर्गीकरण, प्रतिगमन और क्लस्टरिंग एल्गोरिदम, साथ ही डेटा तैयार करने और मॉडल का मूल्यांकन करने के तरीके शामिल हैं।

PredictionIO
11 703, 1 903

एक ओपन सोर्स मशीन लर्निंग फ्रेमवर्क जो इवेंट कलेक्शन, एल्गोरिथम तैनाती, मूल्यांकन, जैसे कि प्रसिद्ध कार्यों के लिए टेम्प्लेट और सिफारिशों का समर्थन करता है। REST API या SDK का उपयोग करके मौजूदा एप्लिकेशन से जुड़ता है। PredictionIO स्केलेबल ओपन सोर्स सेवाओं जैसे कि Hadoop, HBase (और अन्य डेटाबेस), Elasticsearch, Spark पर आधारित है।

मशीन सीखने में गोता लगाएँ
९ १६१, 1673

विषय में शुरुआती के लिए सामग्री। रिपॉजिटरी में स्किकिट-लर्न लाइब्रेरी के लिए आईपीथॉन ट्यूटोरियल का संग्रह है, जो बड़ी संख्या में मशीन लर्निंग एल्गोरिदम को लागू करता है, साथ ही पायथन-संबंधित मशीन सीखने के विषयों के कई लिंक और डेटा विश्लेषण पर अधिक सामान्य जानकारी शामिल है। लेखक विषय को कवर करने वाले कई अन्य ट्यूटोरियल के लिंक प्रदान करता है।

पैटर्न
6 845, 1353

पायथन-आधारित वेब डेवलपमेंट मॉड्यूल विथ एनालिसिस, नेचुरल लैंग्वेज प्रोसेसिंग (भाषण के कुछ हिस्सों को चिन्हित करना, एन-ग्राम सर्च, मूड एनालिसिस, वर्डनेट), मशीन लर्निंग, नेटवर्क एनालिसिस और विज़ुअलाइज़ेशन। मॉड्यूल बनाया गया था और एंटवर्प विश्वविद्यालय (बेल्जियम) के कंप्यूटर भाषाविज्ञान और मनोविज्ञान के लिए अनुसंधान केंद्र में अच्छी तरह से प्रलेखित किया गया था। रिपॉजिटरी में आपको इसके उपयोग के 50 से अधिक उदाहरण मिलेंगे।

GoLearn
6 374, 867

गो के लिए सक्रिय रूप से विकासशील मशीन लर्निंग लाइब्रेरी। डेवलपर्स के लिए एक पूर्ण विशेषताओं, आसानी से उपयोग, अत्यधिक अनुकूलन सॉफ्टवेयर पैकेज प्रदान करता है। GoLearn परिचित Scikit-learn लर्निंग इंटरफ़ेस को लागू करता है।

वौवल वबबिट
6 189, 1519

Vowpal Wabbit सिस्टम हैशिंग, एलेरड्यूस, Learning2search, और सक्रिय और इंटरैक्टिव सीखने जैसे तरीकों का उपयोग करके मशीन सीखने की सीमाओं का विस्तार करता है। Vowpal Wabbit का उद्देश्य बड़े पैमाने पर डेटासेट को जल्दी मॉडल बनाना और समानांतर सीखने का समर्थन करना है। कई प्रासंगिक "गैंगस्टर एल्गोरिदम" का उपयोग करके सुदृढीकरण सीखने पर विशेष ध्यान दिया जाता है।

NuPIC (इंटेलिजेंट कम्प्यूटिंग के लिए Numenta प्लेटफार्म)
5 852, 1570

NuPIC Hierarchical Temporal Memory (HTM) मशीन लर्निंग एल्गोरिदम को लागू करता है। सामान्य तौर पर, एचटीएम मानव मस्तिष्क के नियोकोर्टेक्स के कम्प्यूटेशनल संचालन को अनुकरण करने का एक प्रयास है और स्थानिक और लौकिक पैटर्न के संरक्षण और आह्वान पर केंद्रित है। HTM एक मेमोरी सिस्टम है, इसे प्रोग्राम नहीं किया जाता है, विभिन्न कार्यों के लिए एल्गोरिदम निष्पादित करना नहीं सीखता है, यह एक समस्या को हल करना सीखता है। NuPIC सभी प्रकार के कार्यों के लिए उपयुक्त है, विशेष रूप से, पैटर्न विसंगतियों का पता लगाने के लिए।

aerosolve
4522, 570

एरोसोल उपयोगकर्ता के अनुकूल डिबगिंग टूल, प्रशिक्षण के लिए एक स्काला कोड, आसान रैंकिंग, लचीलापन और कार्यों पर नियंत्रण के लिए छवि सामग्री का विश्लेषण करने के लिए एक तंत्र पर ध्यान केंद्रित करके अन्य पुस्तकालयों से खुद को अलग करने की कोशिश करता है। पुस्तकालय का उपयोग दुर्लभ व्याख्यात्मक कार्यों के साथ किया जाता है, जो आमतौर पर खोज (खोज कीवर्ड, फ़िल्टर) या मूल्य निर्धारण (होटल के कमरे, स्थान, मूल्य में कमरों की संख्या) में पाए जाते हैं।

हैकर्स के लिए मशीन लर्निंग का कोड
3 467, 2220

रिपॉजिटरी मशीन हैकर्स बुक के लिए लर्निंग सप्लीमेंट करता है , जिसमें सभी कोड आर भाषा में प्रस्तुत किए जाते हैं, जिसका उद्देश्य सांख्यिकीय डेटा प्रोसेसिंग (वास्तव में, सांख्यिकीय कार्यक्रमों का मानक) और ग्राफिक्स है। आपको यहां कई आर पैकेज मिलेंगे। कवर किए गए विषयों में सामान्य वर्गीकरण, रैंकिंग और प्रतिगमन कार्य शामिल हैं, साथ ही घटक विश्लेषण और बहुआयामी स्केलिंग के लिए सांख्यिकीय प्रक्रियाएं भी शामिल हैं।

गितूब डेटासेट

बहुत बढ़िया सार्वजनिक डेटासेट
31 852, 5361

30 विषयों में विभाजित सूची के साथ अपने आकार में एक और प्रभावशाली भंडार: जीव विज्ञान, खेल, संग्रहालय, प्राकृतिक भाषा, आदि। रिपॉजिटरी में कई सौ डेटा सेट शामिल हैं, जिनमें से अधिकांश मुफ्त हैं। यहां अन्य बिग डेटा संग्रह के लिंक दिए गए हैं।

OpenAddresses
1 644, 745

आधिकारिक OpenAddresses.io रिपॉजिटरी सड़क के पते का एक स्वतंत्र और खुला वैश्विक संग्रह है। परियोजना में सड़क के नाम, घर की संख्या, डाक कोड और भौगोलिक निर्देशांक शामिल हैं।

एक्सोप्लैनेट कैटलॉग खोलें
583, 176

सौर मंडल के बाहर विद्यमान सभी ज्ञात ग्रहों की एक सूची। पहले, नए ग्रह की खोज के 24 घंटे के भीतर डेटाबेस को अपडेट किया गया था, लेकिन अब, दुर्भाग्य से, परियोजना व्यावहारिक रूप से विकसित नहीं हो रही है।

CitySDK
510 149

यूएस जनगणना ब्यूरो डेटाबेस, अन्य खुले डेटा सेटों के साथ एकीकरण के लिए अनुकूलित, काम करने के लिए सुविधाजनक कार्यों के साथ और जनगणना एपीआई के साथ अपने स्वयं के कस्टम डेटा सेट बनाने के लिए: सांख्यिकी, कार्टोग्राफिक जेजसन, लाट / लैंग, आदि।

openFDA
353 84

ओपनएफडीए एक अमेरिकी खाद्य और औषधि प्रशासन (एफडीए) परियोजना है जिसका उद्देश्य एपीआई के माध्यम से शोधकर्ताओं और डेवलपर्स के लिए सार्वजनिक डेटा सेट का संग्रह प्रदान करना है, साथ ही इस डेटा और प्रलेखन का उपयोग कैसे करना है। दवाओं के साइड इफेक्ट, दवा लेबलिंग, बाजार से दवा वापसी पर रिपोर्ट और पर्चे के फार्मूले में बदलाव के बारे में जानकारी है।

सर्न ओपन डाटा पोर्टल
247 88

सर्न न्यूक्लियर रिसर्च ऑर्गनाइजेशन के लिए सोर्स कोड ओपन डेटा पोर्टल है, जिसे "सर्न रिसर्च से डेटा की बढ़ती रेंज तक पहुंच बिंदु" के रूप में वर्णित किया गया है।

आईपीथॉन (जुपिटर) नोटबुक

डेटा हेरफेर और मशीन सीखने पर ध्यान केंद्रित IPython (Jupyter) पुस्तिकाओं से मिलकर उपयोगी गितुब रिपॉजिटरी की एक सूची।

पायथन मशीन लर्निंग बुक
९ ६५५, ३ ६ 3४

पाइथन बुक के साथ मशीन लर्निंग के पहले संस्करण का भंडार ( यहां दूसरे संस्करण के लिए रिपॉजिटरी) के साथ, जो गायब मूल्यों के साथ काम करने, मशीन सीखने के लिए उपयुक्त प्रारूपों में श्रेणीबद्ध चर को परिवर्तित करने, सूचनात्मक गुणों को चुनने, कम के साथ उप-स्थान पर स्थानांतरण के साथ डेटा को संपीड़ित करने के साथ काम करता है। माप की संख्या।

उदाहरण डेटा विज्ञान नोटबुक
4 156, १ ४६३

विभिन्न डेटा विश्लेषण और मशीन सीखने की परियोजनाओं के लिए प्रशिक्षण सामग्री, कोड और डेटा का भंडार। नोटबुक में एक उदाहरण के रूप में आइरिस डेटासेट का उपयोग करके डेटा विश्लेषण के साथ काम करने के सभी बुनियादी सिद्धांत शामिल हैं और डेटा विज्ञान में वर्कफ़्लो के निर्माण को दिखाता है। रेपो में काम करने के बुनियादी बिंदु " द एलीमेंट्स ऑफ डेटा एनालिटिक स्टाइल " (जेफ लीक, 2015) पुस्तक से चमके हैं।

जानें डेटा साइंस
2 197, १ २२ 1

चार एल्गोरिदम विषयों को कवर करने वाले नोटबुक और डेटासेट का एक संग्रह: रैखिक प्रतिगमन, लॉजिस्टिक प्रतिगमन, यादृच्छिक वन और के-मीन्स क्लस्टरिंग एल्गोरिदम। जानें डेटा साइंस ओपन डेटा साइंस ट्रेनिंग प्रोजेक्ट के लिए बनाई गई सामग्रियों पर आधारित है।

Ipython नोटबुक्स
2 106, १ २२६

रिपॉजिटरी में विभिन्न IPython पुस्तिकाएं शामिल हैं - IPython भाषा और कार्यक्षमता के अवलोकन से लेकर डेटा विश्लेषण में विभिन्न लोकप्रिय पुस्तकालयों का उपयोग करने के उदाहरणों तक। यहाँ आपको मशीन लर्निंग, गहन शिक्षण और मशीन लर्निंग पाठ्यक्रमों से एंड्रयू एनग (कोर्टसेरा), इंट्रो टू टेन्सरफ्लो फॉर डीप लर्निंग (उडनेस), और स्पार्क (edX) द्वारा व्यापक डेटा संग्रह सामग्री का व्यापक संग्रह मिलेगा।

स्किकिट-सीखें ट्यूटोरियल
963, 573

स्किकिट-लर्न लाइब्रेरी सीखने के लिए एक भंडार, जो बड़ी संख्या में मशीन लर्निंग एल्गोरिदम को लागू करता है। पुस्तकालय एक शिक्षक के साथ या उसके बिना सीखने के लिए कई एल्गोरिदम का कार्यान्वयन प्रदान करता है। Scikit-learn SciPy (वैज्ञानिक पायथन) के शीर्ष पर बनाया गया है।

मशीन सीखने
543 336

एंड्रयू नगा मशीन लर्निंग कोर्स (स्टैनफोर्ड यूनिवर्सिटी), टॉम मिशेल कोर्स (कार्नेगी मेलॉन यूनिवर्सिटी), और क्रिस्टोफर एम। बिस्टर की पुस्तक पैटर्न रिकॉग्निशन एंड मशीन लर्निंग के आंकड़ों के आधार पर अत्यधिक विस्तृत आईपीथॉन नोटबुक ट्यूटोरियल की एक श्रृंखला।

प्रदान की गई सूची पूरी तरह से समाप्त नहीं हुई है, इसलिए हम आपके पसंदीदा (या अपने खुद के) रिपॉजिटरी की सूची के साथ टिप्पणियों का स्वागत करते हैं।