機器學習領域有哪些適合新手學習的 GitHub 項目？

12-30

感覺 github上的項目到處都是 js，求大神推薦適合【新手】學習的機器學習領域的github項目。
C++ ，Python的都可以，偏向python.

當然是這個項目了：PRMLT。包含機器學習經典教材PRML的幾乎所有演算法的matlab代碼，算PRML這本書半官方工具包，是github上星星和fork數排在前三的matlab項目。

根據Udemy的課程做的一個簡單的無人車AI程序，語言python，並對所涉及到的知識寫了中文的解釋，代碼中也帶有注釋~主要演算法是Deep Q-learning

Github Repo鏈接：

JianyangZhang/Self-Driving-Car-AI

我怎麼感覺樓主要問的並不是這些工具、包、庫等…而是具體的使用機器學習的練手項目，比如手寫字元識別，三種花分類，預測房價，泰坦尼克號預測生還者和非生還者，神經網路人臉分類，電影推薦系統，伺服器異常檢測，kmeans圖像壓縮，名畫的作者判斷…

GitHub - knightjun/Google-ML-Recipes-Chs-sub-and-code: Google出品的機器學習入門視頻的中文字幕翻譯與示例代碼

Google最近出的一個面向新手的機器學習教程，目前出了兩集，我翻譯了一集，每集大概只有6-7分鐘，代碼簡潔，製作精良，也沒有涉及太多數學，唯一的門檻就是Python，不過答主已經沒問題了

學習最好的方式是參與其中，希望有人可以協同完成這個項目，可以是參與翻譯，也可以是push自己的示例代碼

我的建議是去學習一下Tianqi Chen同學的代碼，SVDFeature - SVDFeature 順手把推薦中的 latent factor model 和 additive tree 都了解了，還可以了解一下 ensemble method，多好多爽。一次性滿足你三個願望：1.掌握業界普遍使用的東西；2.按照 Tianqi 同學的意思，主要在於寫一個 solver 而不是某個具體的模型；讓你感受到一個趁手的 solver 才是建模的利器 3. ensemble 應該也挺好玩的，不過我不太懂，剛開始接觸。

Caffe/scipy

列舉一些我知道的項目

numpy scipy : python的數值計算科學計算基礎工具。

pandas : Python數據分析

scikit-learn : Machine learning in Python, 常見的機器學習演算法基本都有實現。

scikit-image : Image processing in Python, 這個沒用過，圖像方面的可以看看。

xgboost : 梯度增強演算法庫，c++寫的，有python介面。

vowpal_wabbit: a fast out-of-core learning system sponsored by Microsoft Research and (previously) Yahoo! Research.

DMLC | Distributed (Deep) Machine Learning Common 的一系列項目

提供具體統計演算法的工具。其演算法可從數據中學習。

Apache Flink：快速、可靠的大規模數據處理引擎。官網
Apache Hadoop：在商用硬體集群上用來進行大規模數據存儲的開源軟體框架。官網
Apache Mahout：專註協同過濾、聚類和分類的可擴展演算法。官網
Apache Spark：開源數據分析集群計算框架。官網
DeepDive：從非結構化數據建立結構化信息並集成到已有資料庫的工具。官網
Deeplearning4j：分散式多線程深度學習開發庫。官網
H2O：用作大數據統計的分析引擎。官網
Weka：用作數據挖掘的演算法集合，包括從預處理到可視化的各個層次。官網

TLD單目標跟蹤演算法

c++和matlab版均有

最省事兒的，pytorch 或 tensorflow 的官方 tutorial / example

seathiefwang/FaceRecognition-tensorflow

這是我寫的一個項目，非常適合新手，裡面的步驟都有詳細的介紹。

適合入門的8個趣味機器學習項目適合入門的8個趣味機器學習項目-博客-雲棲社區-阿里雲

對於神經網路的入門，可以參考mnist，10個數字的識別。

在github上有很多例子，可以參考tensorflow或者其他框架的tutorial。

可以試試Tensorflow