機器學習年度 20 大開源專案花落誰家？（Python 版）
如今，開源已經成為創新與技術發展的核心。在本文中，雷鋒網將介紹 2016 Python 前20大機器學習開源項目。
去年 KDnuggets
評選了前 20 大機器學習開源項目
（Python版），今年的評選結果與去年相比，名單中出現了一些新的面孔，有13個新開源專案入圍了這個名單。作者 Prasad Pore 將具體介紹這些開源項目，雷鋒網編譯，未經許可不得轉載。
第一名：Scikit-learn
Scikit-learn可以說是一款簡單而高效的資料採擷與分析工具，大家可以免費下載安裝，使用它處理各種資料，使用時需引入 NumPy, SciPy, and matplotlib這些協力廠商開源模組。
提交: 21486 貢獻: 736 Github URL:
Scikit-learn
第二名：Tensorflow
Tensorflow是由穀歌大腦與穀歌人工智慧實驗室的科研人員研發而成的，這個系統用於機器學習的研究，可以簡單、快速的實現研究人員的想法。前段時間恰逢Tensorflow一周年，雷鋒網也做過報導和回顧。
提交: 10466 貢獻: 493 Github URL:
Tensorflow
第三名：Theano
Theano可以對那些高維陣列數學運算式進行定義、優化與評估。
提交: 24108 貢獻: 263 Github URL:
Theano
第四名：Caffe
Caffe是一款具有表達、加速、模組化思想的深度學習框架，由 Berkeley Vision and Learning Center (BVLC)于社區志願者共同開發維護。
提交: 3801 貢獻: 215 Github URL:
Caffe
第五名：Gensim
Gensim是一個免費的Python庫，這個庫可以實現文本的情感傾向判斷，相似文本檢索等功能。
提交: 2702 貢獻: 145 Github URL:
Gensim
第六名：Pylearn2
Pylearn2 也是一個機器學習的開源庫，但它是一個基於Theano的庫，所以它有一些Theano的特點，你可以使用數學運算式來寫Pylearn2外掛程式，Theano會自動對你寫的運算式進行優化，按照你的選擇（用CPU或GPU）對這些運算式進行編譯。
提交: 7100 貢獻: 115 Github URL:
Pylearn2
第七名：Statsmodels
Statsmodels是一款Python開源工具，可以實現資料探究、統計模型評價、性能測試等功能，擴展性能良好，可對各種類型的資料進行各種處理，例如描述統計、統計測試、繪圖、結果統計等等。
提交: 8664 貢獻: 108 Github URL:
Statsmodels
第八名：Shogun
Shogun是一款機器學習工具，其包含了各種機器學習方法。它可以簡單的實現多種資料表示、多種演算法的無縫融合。
提交: 15172 貢獻: 105 Github URL:
Shogun
第九名：Chainer
Chainer是一個基於Python的開源深度學習框架，它可以讓你以一種靈活、簡單、快速的方式實現多種深度學習模型，包括RNN與各種自編碼。
提交: 6298 貢獻: 84 Github URL:
Chainer
第十名：NuPIC
NuPIC是一個基於Hierarchical Temporal Memory理論的開源項目，目前Hierarchical Temporal Memory這個理論中的部分功能已經實現，並進行了測試與應用，其它部分正在完善中。
提交: 6088 貢獻: 76 Github URL:
NuPIC
第十一名：Neon
Neon是一款深度學習協力廠商庫，在進行高性能計算時它具有簡單易用的特點。
提交: 875 貢獻: 47 Github URL:
Neon
第十二名：NiLearn
NiLearn主要用於處理醫學圖像資料，具有簡單、快速的特點。它通過調用scikit-learn進行多元統計分析（例如：預測模型、分類、解碼、關聯分析）。
提交: 5254 貢獻: 46 Github URL:
NiLearn
第十三名：Orange3
Orange3是一款機器學習與資料視覺化開源工具，可以對資料進行各種交互分析。
提交: 6356 貢獻: 40 Github URL:
Orange3
第十四名：Pymc
Pymc是一個貝葉斯統計模型（包括瑪律科夫鏈）庫，具有靈活、擴展性能好的特點。
提交: 2701 貢獻: 37 Github URL:
Pymc
第十五名：PyBrain：
PyBrain是一個機器學習庫，它的目標是讓演算法的實現變的簡單、靈活、高效。同時使得在特定環境下對演算法的測試與比較也變的簡單、靈活、高效。
提交: 984 貢獻: 31 Github URL:
PyBrain
第十六名：Fuel
Fuel主要用於演算法與輸入資料之間的銜接。它將被Blocks and Pylearn2這兩個Python庫使用。
提交: 1053 貢獻: 29 Github URL:
Fuel
第十七名： PyMVPA
PyMVPA 適用於大規模的資料集，具有擴展性能好優點，提供多種演算法（分類、回歸、特徵選擇、資料導入、資料匯出等）介面。
提交: 9258 貢獻: 26 Github URL:
PyMVPA
第十八名：Annoy
Annoy是一個Python可調用的C++庫，主要用來對給定資料進行搜索。它可以生成大量的基於文檔的可讀資料結構，這種資料結構與記憶體相對應，從而使資料被共用。
提交: 365 貢獻: 24 Github URL:
Annoy
第十九名：Deap
Deap是一款新的計算框架，它使得演算法實現與資料結構變得簡單明瞭。它採用的是並行處理機制。
提交: 1854 貢獻: 21 Github URL:
Deap
第二十名：Pattern
Pattern是一款web資訊挖掘工具，它集成了各種工具。這些工具可以用來進行資料採擷、自然語言處理、機器學習、網路分析。
提交: 943 貢獻: 20 Github URL:
Pattern
如下圖所示，PyMVPA的社區貢獻率最高，而排名第一的Scikit-learn社區貢獻率卻很低，究其原因是PyMVPA是還是一個比較新的開源專案，還有一些地方需要完善、修復。而Scikit-learn則是一個相對來說比較成熟的專案，需要修改、完善的地方比較少。
當我們對2015與2016的結果進行對比（下圖），我們發現Pattern, PyBrain and Pylearn2這三個項目的貢獻人數與提交數均沒有變化。貢獻的人增加了，提交的次數也才跟著增加，這就是開源社區的神奇所在。這些新增的貢獻者與其提交內容導致了新的思想、新的軟體的產生。
基於2016年20大機器學習開源項目的貢獻人數與提交數，以上是雷鋒網整理的簡單分析。不知道到明年的評選上，又有怎樣的開源平臺會登上這個榜單呢？
via
Top 20 Python Machine Learning Open Source Project