机器学习库和框架

框架	机构	支持语言
TensorFlow	Google	Python/C++/Go/…
Caffe	BVLC	C++/Python
Keras	fchollet	Python
CNTK	Microsoft	C++
MXNet	DMLC	Python/C++/R/…
Torch7	Facebook	Lua
Theano	U. Montreal	Python
Deeplearning4J	Deeplearning4J	Java/Scaia
Leaf	AutumnAI	Rust
Lasagne	Lasagne	Python
Neon	NervanaSystems	Python

机器学习：

• 特征工程
• 模型、策略、优化
• 分类、回归和聚类
• Tensorflow
• 神经网络
• 图像识别
• 自然语言处理

Kaggle网址：https://www.kaggle.com/datasets
1、大数据竞赛平台
2、真实数据
3、数据量巨大

UCI 数据集网址：http://archive.ics.uci.edu/ml
1、收录了360个数据集
2、覆盖科学、生活、经济等领域
3、数据量几十万

scikit-learn网址：https://scikit-learn.org/stable/datasets
1、数据量较小
2、方便学习

常用数据集数据的结构组成

• 结构：特征值 + 目标值

注：有些数据集可以没有目标值

数据中对于特征的处理

• pandas：一个数据读取非常方便以及基本的处理格式的工具
• sklearn：对于特征的处理提供了强大的接口

Scikit-learn库介绍

• Python 语言的机器学习工具
• Scikit-learn 包括许多机器学习算法的实现。

安装

• 创建一个基于 Python 3的虚拟环境

mkvirtualenv -p /usr/bin/python3.6 ml3

• 在ubuntu的虚拟环境当中运行以下命令

pip3 install Scikit-learn

注：安装scikit-learn需要Numpy, pandas等库

Scikit-learn包括：

• Classification：分类
• Regression：回归
• Clustering：聚类
• Dimensionality reduction：降维
• Model selection： 模型选择
• Preprocessing：特征工程