文档介绍：Github上的10大机器学****项目
关于转载授权
大数据文摘作品，欢迎个人转发朋友圈，自媒体、媒体、机构转载务必申请授权，后台留言“机构名称+文章标题+转载”，申请过授权的不必再次申请，只要按约定转载即可，但文末需放置大数据文摘二维码。
选文：孙强 整理翻译：孙强，HeHe， Dr Guo, Mano原文链接：-10-machine-learning-
摘要：GitHub上排名前10的机器学****项目，包括一些库、框架和教育资源。让我们一起学****一下这些工具和资源。
10个项目被点赞和ForK的数量代表了它们受欢迎的程度(文中★表示点赞，Y表示Fork)
开源软件是数据科学拼图中重要的一块。根据最近KDnuggets对数据科学软件所做的调查结果，过去的12个月内，有73%的数据科学家使用的是免费软件。虽然互联网有很多免费软件来源，Github已然成为所有开源软件的信息交流中心，包括那些用于在数据科学界的工具。机器学****对于数据科学而言，其重要性和中心地位，不言而喻。以下所列，是Github上排名前10位的机器学****项目的概况。
ScikitLearn★ 8641, Y 5125
基于Python的机器学****br/>毫无悬念地，列为十大项目之首的，是服务于遍布全世界从工业到学术界的Python使用者们的机器学****库。基于NumPy, SciPy和matplotlib，ScikitLearn最大化了Python的科学计算能力。作为通用的工具包，ScikitLearn包含了分类、回归和聚类算法，以及数据准备和模型评估等辅助工具。链接：-learn/scikit-learn
Awesome机器学****br/>★ 8404, Y 1885
一系列Awsome机器学****的框架、库和软件的整合列表。
该列表首先根据语言进行分类，然后由机器学****类别（如通用，计算机视觉，自然语言处理等等）进一步细分。它还包括了数据可视化工具，从某种意义上说，这使得它更多被视为一个通用的机器学****方法。这不失为一件好事。链接：-machine-learning
PredictionIO
★ 8145, Y 1002PredictionIO 是开发人员和ML工程师的机器学****服务器， 构建于Apache Spark, HBase 和 Spray之上。PredictionIO是一个通用的框架。它包括多个服务于几个常见任务的模块，如可定制的分类和建议，并通过REST API或SDK与现有应用程序相连接，还包括对Spark MLib的支持。因为它是建立在Spark之上，并利用Spark的生态系统，毫无悬念地，PredictionIO主要是由Scala开发而来。
链接：
Dive Into Machine Learning （潜入式机器学****br/>★ 4326, Y 342基于Jupyter notebook和ScikitLearn的交互式机器学****资源
该项目集合了服务