推荐 ： 5个机器学习开源项目来挑战你的数据科学技能！（附链接）

机器学习

https://courses.analyticsvidhya.com/courses/applied-machine-learning-beginner-to-professional?utm_source=blog&utm_medium=5-open-source-machine-learning-projects-data-scientist

• 找到你所感兴趣的机器学习开源项目。

• 对于该项目，了解当前领先的解决方案。

• 如果有相关的解决方案，从中汲取知识。但如果这种方案并不存在，就利用你所掌握的机器学习知识来创造一个。

https://www.analyticsvidhya.com/blog/category/github/?utm_source=blog&utm_medium=5-open-source-machine-learning-projects-data-scientist

谷歌地球引擎 – 用300多个Jupyter笔记本来分析地理空间数据

https://github.com/giswqs/earthengine-py-notebooks

Fast Neptune – 你的机器学习项目加速器

https://danywind.github.io/2020/01/28/fast-neptune.html

https://github.com/lucidrains/reformer-pytorch

自然语言处理

https://courses.analyticsvidhya.com/courses/natural-language-processing-nlp?utm_source=blog&utm_medium=5-open-source-machine-learning-projects-data-scientist

BERT

https://www.analyticsvidhya.com/blog/2019/09/demystifying-bert-groundbreaking-nlp-framework/?utm_source=blog&utm_medium=5-open-source-machine-learning-projects-data-scientist

GPT-2

https://www.analyticsvidhya.com/blog/2019/07/openai-gpt2-text-generator-python/?utm_source=blog&utm_medium=5-open-source-machine-learning-projects-data-scientist

https://openreview.net/pdf?id=rkgNKkHtvB

pip install reformer_pytorch

• How do Transformers Work in NLP? A Guide to the Latest State-of-the-Art Models

https://www.analyticsvidhya.com/blog/2019/06/understanding-transformers-nlp-state-of-the-art-models/?utm_source=blog&utm_medium=5-open-source-machine-learning-projects-data-scientist

• A Beginner-Friendly Guide to PyTorch and How it Works from Scratch

https://www.analyticsvidhya.com/blog/2019/09/introduction-to-pytorch-from-scratch/?utm_source=blog&utm_medium=5-open-source-machine-learning-projects-data-scientist

PandaPy – 你最爱的Python库

https://github.com/firmai/pandapy

• 在小数据集上进行简单计算时（例如加法、乘法、取对数），PandaPy比Pandas快25至80倍。

• 在小数据集上进行表操作时（例如聚合、透视、删除、合并、填充缺失数据），PandaPy比Pandas快5-100倍。

• 在大多数小数据使用情况下，PandaPy比Dask，Modin Ray和Pandas都要快。

!pip3 install pandapy

https://www.analyticsvidhya.com/blog/2020/01/pandas-version-1-top-4-features/?utm_source=blog&utm_medium=5-open-source-machine-learning-projects-data-scientist

谷歌地球引擎 – 用300多个Jupyter Notebook来分析地理空间数据

谷歌地球引擎

https://earthengine.google.com/

• Earth Engine Python API

• Folium

• Geehydro

Geospatial Data and its Role in Data Science

https://medium.com/analytics-vidhya/geospatial-data-and-its-role-in-data-science-c60b2e0d3f7f

AVA – 自动化视图分析

https://github.com/antvis/AVA

还有一个很优秀的数据可视化概念。数据发掘自动化的想法已经流传一段时间了，但一直没有实质性的框架出现。直到现在：

“AVA，自动化视图分析的简写，是阿里巴巴为了让视图分析更智能化和自动化所创造的框架。”

下面这个GIF图片是AVA的演示：

我强烈推荐你了解下面的资源，它们能帮你创建和加强数据可视化简介：

• Mastering Tableau from Scratch: Become a Data Visualization Rockstar

https://courses.analyticsvidhya.com/courses/tableau-2-0?utm_source=blog&utm_medium=5-open-source-machine-learning-projects-data-scientist

• Collection of Data Visualization Articles and Tutorials

https://www.analyticsvidhya.com/blog/tag/data-visualization/?utm_source=blog&utm_medium=5-open-source-machine-learning-projects-data-scientist

Fast Neptune – 你机器学习项目的加速器

现如今，不论是学术界还是工业界，生产力是任何一个机器学习项目的重要指标。我们需要追踪每一个测试、每一次迭代，以及每对参数和结果。

“Fast Neptune库能够快速记录开展机器学习测试所需的所有信息。也就是说，Fast Neptune是上文所提及的生产力问题的答案。”

Fast Neptune有几个特性能够帮我们进行快速测试（从上文链接里引用）：

• 有关运行代码的机器的元数据，包括系统及系统版本。

• 对测试所在的Notebook的相关要求。

• 在测试过程中用到的参数，也就是你想追踪的变量的值的命名。

• 测试过程中你想记录使用的代码。

是不是很直观？你只用一行代码就可以安装Fast Neptune：

pip install fast-neptune

几个值得关注的框架：

我还想介绍其他几个2020年1月发行的框架，你应该关注一下：

1. Thinc：这是一个spaCy作者制作的轻量化深度学习库。Thinc“为composing model提供一个优雅、能够类型检查、功能化编程的接口，同时为其他框架定义的层提供支持，例如PyTorch，TensorFlow或者MXNet”

Thinc

spaCy

PyTorch

TensorFlow

2. 谷歌仿人类生成聊天机器人：谷歌创造的Meena是一个拥有26亿参数点对点训练的神经交谈式模型。相比于行业领先的聊天机器人，Meena能够引导更合理更具体的对话。谷歌会开源Meena的代码吗？我们还不得而知，但这是个值得关注的事。

谷歌仿人类生成聊天机器人

https://ai.googleblog.com/2020/01/towards-conversational-agent-that-can.html

结束语

2020是机器学习快速发展的一年。先进技术会继续快速进化，以至于让新手难以快速上手。

这也是我发表这些月刊的初衷，把最有相关性和实用性的开源机器学习项目带给我们的社区。

你有没有其他想了解的机器学习项目或框架？我非常想在下面的评论区听听你的想法和主意。让我们一起头脑风暴。

你也可以通过Analytics Vidhya的安卓软件阅读这篇文章。

原文标题：

5 Open Source Machine Learning Projects to Challenge your Inner Data Scientist

原文链接：

https://www.analyticsvidhya.com/blog/2020/02/5-open-source-machine-learning-projects-data-scientist/

转自： 数据派THU 公众号；

END

版权声明：本号内容部分来自互联网，转载请注明原文链接和作者，如有侵权或出处有误请和我们联系。

合作请加QQ：365242293  

数据分析（ID : ecshujufenxi ）互联网科技与数据圈自己的微信，也是WeMedia自媒体联盟成员之一，WeMedia联盟覆盖5000万人群。

关注公众号：拾黑（shiheibook）了解更多

[广告]赞助链接：

四季很好，只要有你，文娱排行榜：https://www.yaopaiming.com/
让资讯触达的更精准有趣：https://www.0xu.cn/