机器学习与视觉训练的相关框架

一、Matlab计算机视觉
Contourlets—实现轮廓波变换及其使用函数的MATLAB源代码
Shearlets—剪切波变换的MATLAB源码
Curvelets—Curvelet变换的MATLAB源码（Curvelet变换是对小波变换向更高维的推广，用来在不同尺度角度表示图像）
Bandlets—Bandlets变换的MATLAB源码
自然语言处理
NLP—一个Matlab的NLP库
通用机器学习
Training a deep autoencoder or a classifier on MNIST digits—在MNIST字符数据集上训练一个深度的Autoencoder或分类器[深度学习]
t-Distributed Stochastic Neighbor Embedding—获奖的降维技术，特别适合于高维数据集的可视化
Spider—Matlab机器学习的完整面向对象环境
LibSVM—支持向量机程序库
LibLinear—大型线性分类程序库
Machine Learning Module—M·A·Girolami教授的机器学习课程，包括PDF、讲义及代码
Caffe—考虑了代码清洁、可读性及速度的深度学习框架
Pattern Recognition Toolbox—Matlab中的模式识别工具包，完全面向对象
数据分析/数据可视化
matlab_gbl—处理图像的Matlab包
gamic—图像算法纯Matlab高效实现，对MatlabBGL的mex函数是个补充


二、.NET计算机视觉
OpenCVDotNet—包装器，使.NET程序能使用OpenCV代码
Emgu CV—跨平台的包装器，能在Windows、Linus、Mac OS X、iOS和Android上编译
自然语言处理
Stanford.NLP for .NET—斯坦福大学NLP包在.NET上的完全移植，还可作为NuGet包进行预编译
通用机器学习
Accord.MachineLearning—支持向量机、决策树、朴素贝叶斯模型、K-means、高斯混合模型和机器学习应用的通用算法，例如：随机抽样一致性算法、交叉验证、网格搜索；这个包是Accord.NET框架的一部分
Vulpes—F#语言实现的Deep belief和深度学习包，它在Alea.cuBase下利用CUDA GPU来执行
Encog—先进的神经网络和机器学习框架，包括用来创建多种网络的类，也支持神经网络需要的数据规则化及处理的类；它的训练采用多线程弹性传播；它也能使用GPU加快处理时间；它提供了图形化界面来帮助建模和训练神经网络
Neural Network Designer—这是一个数据库管理系统和神经网络设计器；设计器用WPF开发，也是一个UI，你可以设计你的神经网络、查询网络、创建并配置聊天机器人，它能问问题，并从你的反馈中学习；这些机器人甚至可以从网络搜集信息用来输出，或是用来学习
数据分析/数据可视化
numl—numl这个机器学习库，目标就是简化预测和聚类的标准建模技术
Math.NET Numerics— Math.NET项目的数值计算基础，着眼提供科学、工程以及日常数值计算的方法和算法；支持 Windows、Linux和Mac上的 .Net 4.0、.Net 3.5和Mono、Silverlight 5、Windows Phone/SL 8、Windows Phone 8.1以及装有PCL Portable Profiles 47及344的Windows 8，装有Xamarin的Android/iOS
Sho— Sho是数据分析和科学计算的交互式环境，可以让你将脚本（IronPython语言）和编译的代码（.NET）无缝连接，以快速灵活的建立原型；这个环境包括强大高效的库，如线性代数、数据可视化，可供任何.NET语言使用，还为快速开发提供了功能丰富的交互式shell


三、Python计算机视觉
SimpleCV—开源的计算机视觉框架，可以访问如OpenCV等高性能计算机视觉库；使用Python编写，可以在Mac、Windows以及Ubuntu上运行
自然语言处理
NLTK—一个领先的平台，用来编写处理人类语言数据的Python程序
Pattern—Python可用的web挖掘模块，包括自然语言处理、机器学习等工具
TextBlob—为普通自然语言处理任务提供一致的API，以NLTK和Pattern为基础，并和两者都能很好兼容
jieba—中文断词工具
SnowNLP—中文文本处理库
loso—另一个中文断词库
genius—基于条件随机域的中文断词库
nut—自然语言理解工具包
通用机器学习
Bayesian Methods for Hackers—Python语言概率规划的电子书
MLlib in Apache Spark—Spark下的分布式机器学习库
scikit-learn—基于SciPy的机器学习模块
graphlab-create—包含多种机器学习模块的库（回归、聚类、推荐系统、图分析等），基于可以磁盘存储的DataFrame
BigML—连接外部服务器的库
pattern—Python的web挖掘模块
NuPIC—Numenta公司的智能计算平台
Pylearn2—基于Theano的机器学习库
hebel—Python编写的使用GPU加速的深度学习库
gensim—主题建模工具
PyBrain—另一个机器学习库
Crab—可扩展的、快速推荐引擎
python-recsys—Python实现的推荐系统
thinking bayes—关于贝叶斯分析的书籍
Restricted Boltzmann Machines—Python实现的受限波尔兹曼机。[深度学习]
Bolt—在线学习工具箱
CoverTree—Cover tree的Python实现，SciPy、spatial、KDTree便捷的替代
nilearn—Python实现的神经影像学机器学习库
Shogun—机器学习工具箱
Pyevolve—遗传算法框架
Caffe—考虑了代码清洁、可读性及速度的深度学习框架
breze—深度及递归神经网络的程序库，基于Theano
数据分析/数据可视化
SciPy—基于Python的数学、科学、工程开源软件生态系统
NumPy—Python科学计算基础包
Numba—Python的低级虚拟机JIT编译器，Cython和NumPy的开发者编写，供科学计算使用
NetworkX—为复杂网络使用的高效软件
Pandas—这个库提供了高性能、易用的数据结构及数据分析工具
Open Mining—Python中的商业智能工具（Pandas web接口）
PyMC—MCMC采样工具包
zipline—Python的算法交易库
PyDy—全名Python Dynamics，协助基于NumPy、SciPy、iPython以及matplotlib的动态建模工作流
SymPy—符号数学Python库
statsmodels—Python的统计建模及计量经济学库
astropy—Python天文学程序库，社区协作编写
matplotlib—Python的2D绘图库
bokeh—Python的交互式Web绘图库
plotly—Python和matplotlib的协作web绘图库
vincent—将Python数据结构转换为Vega可视化语法
d3py—Python的绘图库，基于D3.js
ggplot—和R语言里的ggplot2提供同样的API
Kartograph.py—Python中渲染SVG图的库，效果漂亮
pygal—Python下的SVG图表生成器
pycascading
杂项脚本/iPython笔记/代码库
pattern_classification
thinking stats 2
hyperopt
numpic
2012-paper-diginorm
ipython-notebooks
decision-weights
Sarah Palin LDA—Sarah Palin关于主题建模的电邮
Diffusion Segmentation—基于扩散方法的图像分割算法集合
Scipy Tutorials—SciPy教程，已过时，请查看scipy-lecture-notes
Crab—Python的推荐引擎库
BayesPy—Python中的贝叶斯推断工具
scikit-learn tutorials—scikit-learn学习笔记系列
sentiment-analyzer—推特情绪分析器
group-lasso—坐标下降算法实验，应用于（稀疏）群套索模型
mne-python-notebooks—使用 mne-python进行EEG/MEG数据处理的iPython笔记
pandas cookbook—使用Python pandas库的方法书
climin—机器学习的优化程序库，用Python实现了梯度下降、LBFGS、RMSprop、adadelta 等算法


四、R通用机器学习
Clever Algorithms For Machine Learning
Machine Learning For Hackers 
Machine Learning Task View on CRAN—R语言机器学习包列表，按算法类型分组
caret—R语言150个机器学习算法的统一接口
SuperLearner and subsemble—该包集合了多种机器学习算法
Introduction to Statistical Learning
数据分析/数据可视化
Learning Statistics Using R 
ggplot2—基于图形语法的数据可视化包


五、Ruby自然语言处理
Treat—文本检索与注释工具包，Ruby上见过的最全面的工具包
Ruby Linguistics—这个框架可以用任何语言为Ruby对象构建语言学工具；它包括一个语言无关的通用前端，一个将语言代码映射到语言名的模块，以及一个含有很多英文语言工具的模块
Stemmer—使得Ruby可用 libstemmer_c中的接口
Ruby Wordnet—WordNet的Ruby接口库
Raspel—aspell绑定到Ruby的接口
UEA Stemmer—UEALite Stemmer的Ruby移植版，供搜索和检索用的保守的词干分析器
Twitter-text-rb—该程序库可以将推特中的用户名、列表和话题标签自动连接并提取出来
通用机器学习
Ruby Machine Learning—Ruby实现的一些机器学习算法
Machine Learning Ruby
jRuby Mahout—精华！在JRuby世界中释放了Apache Mahout的威力
CardMagic-Classifier—可用贝叶斯及其他分类法的通用分类器模块
Neural Networks and Deep Learning—《神经网络和深度学习》一书的示例代码
数据分析/数据可视化
rsruby—Ruby – R bridge
data-visualization-ruby—关于数据可视化的Ruby Manor演示的源代码和支持内容
ruby-plot —将Gnuplot包装为Ruby形式，特别适合将ROC曲线转化为SVG文件
plot-rb—基于Vega和D3的ruby绘图库
scruffy—Ruby下出色的图形工具包大圣众包威客平台（http://www.dashengzb.cn/）
SciRuby
Glean—数据管理工具
Bioruby
Arel
Misc 
杂项
Big Data For Chimps—大数据处理严肃而有趣的指南书


六、Scala自然语言处理
ScalaNLP—机器学习和数值计算库的套装
Breeze—Scala用的数值处理库
Chalk—自然语言处理库
FACTORIE—可部署的概率建模工具包，用Scala实现的软件库；为用户提供简洁的语言来创建关系因素图，评估参数并进行推断
通用机器学习
Conjecture—Scalding下可扩展的机器学习框架
brushfire—Scalding下的决策树工具
ganitha—基于Scalding的机器学习程序库
adam—使用Apache Avro、Apache Spark和Parquet的基因组处理引擎，有专用的文件格式，Apache 2软件许可
bioscala—Scala语言可用的生物信息学程序库
BIDMach—机器学习CPU和GPU加速库
数据分析/数据可视化
MLlib in Apache Spark—Spark下的分布式机器学习库
Scalding—CAscading的Scala接口
Summing Bird—用Scalding和Storm进行Streaming MapReduce
Algebird—Scala的抽象代数工具
xerial—Scala的数据管理工具
simmer—化简你的数据，进行代数聚合的unix过滤器
PredictionIO—供软件开发者和数据工程师用的机器学习服务器
BIDMat—支持大规模探索性数据分析的CPU和GPU加速矩阵库

 

 

出处：https://www.cnblogs.com/songxingzhu/p/6289309.html