仔細(xì)研究用于機(jī)器學(xué)習(xí)和數(shù)據(jù)科學(xué)的十大Python工具

毫無疑問，Python是最流行的語言之一，其成功的原因之一是它為科學(xué)計(jì)算提供了廣泛的報(bào)道。 在這里，我們仔細(xì)研究用于機(jī)器學(xué)習(xí)和數(shù)據(jù)科學(xué)的十大Python工具。學(xué)會這些，程序員年薪百萬沒問題，工資都快溢出銀行卡。

據(jù)調(diào)查顯示，人工智能人才需求到達(dá)井噴期，真正供不應(yīng)求。從業(yè)者年薪30萬起 ，工智能從業(yè)者薪資水平居IT行業(yè)首位。0年經(jīng)驗(yàn)AI工程師年薪30萬起，算法工程師等年薪40萬+。AI應(yīng)屆博士80萬起！

專家們已經(jīng)明確表示2019年將是人工智能和機(jī)器學(xué)習(xí)的光明年。 他們中的一些人也表達(dá)了他們的觀點(diǎn)，“機(jī)器學(xué)習(xí)往往具有Python風(fēng)格，因?yàn)樗?a target="_blank">Java更加用戶友好”。

在數(shù)據(jù)科學(xué)方面，Python的語法最接近數(shù)學(xué)語法，因此，是數(shù)學(xué)家或經(jīng)濟(jì)學(xué)家等專業(yè)最容易理解和學(xué)習(xí)的語言。

在這里，我將介紹我的十大最有用的Python工具列表，用于機(jī)器學(xué)習(xí)和數(shù)據(jù)科學(xué)應(yīng)用程序。 如果您想深入了解這兩個(gè)領(lǐng)域的知識而且您不知道從哪里開始，那么這是您的最佳選擇！ 看一下清單，選擇最適合您的選擇！

機(jī)器學(xué)習(xí)工具

Shogun- Shogun是一個(gè)開源機(jī)器學(xué)習(xí)工具箱，專注于支持向量機(jī)（SVM），它是用C ++編寫的，它是1999年創(chuàng)建的最古老的機(jī)器學(xué)習(xí)工具之一！ 它提供了廣泛的統(tǒng)一機(jī)器學(xué)習(xí)方法，其創(chuàng)建背后的目標(biāo)是為機(jī)器學(xué)習(xí)提供透明和可訪問的算法以及免費(fèi)的機(jī)器學(xué)習(xí)工具給任何對該領(lǐng)域感興趣的人。

Shogun提供了一個(gè)記錄良好的Python界面，它主要用于統(tǒng)一的大規(guī)模學(xué)習(xí)，并提供高性能的速度。 但是，有些人發(fā)現(xiàn)它的API難以使用。

Keras- Keras是一個(gè)高級神經(jīng)網(wǎng)絡(luò)API，提供了一個(gè)Python深度學(xué)習(xí)庫。 對于任何初學(xué)者來說，這是機(jī)器學(xué)習(xí)的最佳選擇，因?yàn)榕c其他圖書館相比，它提供了一種表達(dá)神經(jīng)網(wǎng)絡(luò)的簡便方法。 Keras是用Python編寫的，能夠運(yùn)行在流行的神經(jīng)網(wǎng)絡(luò)框架之上，如TensorFlow，CNTK或Theano。

根據(jù)官方網(wǎng)站，Keras專注于4個(gè)主要指導(dǎo)原則，即用戶友好性，模塊化，易于擴(kuò)展和使用Python。 然而，當(dāng)談到速度時(shí)，Keras比其他庫更不利。

Scikit-Learn- 這是一個(gè)用于數(shù)據(jù)挖掘和數(shù)據(jù)分析的開源工具。 雖然它在本文的機(jī)器學(xué)習(xí)中列出，但它也適用于數(shù)據(jù)科學(xué)。 Scikit-Learn提供一致且易于使用的API以及網(wǎng)格和隨機(jī)搜索。 其主要優(yōu)勢之一是其在玩具數(shù)據(jù)集上執(zhí)行不同基準(zhǔn)測試的速度。 Scikit-Learn的主要功能包括分類，回歸，聚類，降維，模型選擇和預(yù)處理。

Pattern- Pattern是一個(gè)Web挖掘模塊，提供數(shù)據(jù)挖掘，自然語言處理，機(jī)器學(xué)習(xí)，網(wǎng)絡(luò)分析和可視化的工具。 它還附帶了良好的文檔和超過50個(gè)示例以及350多個(gè)單元測試。 最重要的是，它是免費(fèi)的！

Theano- 可以說是最成熟的Python深度學(xué)習(xí)庫之一，Theano以希臘畢達(dá)哥拉斯哲學(xué)家和數(shù)學(xué)家的名字命名，據(jù)稱他是畢達(dá)哥拉斯的學(xué)生，女兒或妻子。 Theano的主要功能包括與NumPy的緊密集成，GPU的透明使用，高效的符號區(qū)分，速度和穩(wěn)定性優(yōu)化，動態(tài)C代碼生成以及廣泛的單元測試和自我驗(yàn)證。

它提供了定義，優(yōu)化和評估數(shù)學(xué)表達(dá)式的工具，并且可以在探索其數(shù)據(jù)結(jié)構(gòu)的Theano上構(gòu)建許多其他庫。 盡管如此，與Theano合作時(shí)還存在一些缺點(diǎn); 它的API可能會增加一些人的學(xué)習(xí)曲線，而另一些人認(rèn)為Theano由于無法適應(yīng)生產(chǎn)環(huán)境而不如其他圖書館效率高。

數(shù)據(jù)科學(xué)工具

SciPy- 這是一個(gè)基于Python的數(shù)學(xué)，科學(xué)和工程開源軟件生態(tài)系統(tǒng)。 SciPy使用各種軟件包，如NumPy，IPython或Pandas，為常見的數(shù)學(xué)和科學(xué)編程任務(wù)提供庫。 當(dāng)您想要在計(jì)算機(jī)上操作數(shù)字并顯示或發(fā)布結(jié)果時(shí)，此工具是一個(gè)很好的選項(xiàng)，它也是免費(fèi)的。

Dask- Dask是一種通過集成到其他社區(qū)項(xiàng)目（如NumPy，Pandas和Scikit-Learn）來為分析提供并行性的工具。 通過這種方式，您可以通過僅更改幾行代碼來快速并行化現(xiàn)有代碼，因?yàn)樗腄ataFrame與Pandas庫中的相同，其Array對象的工作方式類似于NumPy，以及。它能夠并行化用純Python編寫的作業(yè)。

Numba- 此工具是一個(gè)開源優(yōu)化編譯器，它使用LLVM編譯器基礎(chǔ)結(jié)構(gòu)將Python語法編譯為機(jī)器代碼。 在數(shù)據(jù)科學(xué)應(yīng)用程序中使用Numba的主要優(yōu)點(diǎn)是它在使用NumPy數(shù)組的代碼時(shí)的速度，因?yàn)镹umba是一個(gè)NumPy識別編譯器。 與Scikit-Learn一樣，Numba也適用于機(jī)器學(xué)習(xí)應(yīng)用程序，因?yàn)樗募铀倏梢栽趯闄C(jī)器學(xué)習(xí)或數(shù)據(jù)科學(xué)應(yīng)用程序特別構(gòu)建的硬件上運(yùn)行得更快。

HPAT- 高性能分析工具包（HPAT）是一種基于編譯器的大數(shù)據(jù)框架。 它可以自動將Python中的分析/機(jī)器學(xué)習(xí)代碼擴(kuò)展到裸機(jī)群集/云性能，并可以使用@jit裝飾器優(yōu)化特定功能。

Cython- 使用數(shù)學(xué)繁重的代碼或在緊密循環(huán)中運(yùn)行的代碼時(shí)，Cython是您的最佳選擇。 Cython是一個(gè)基于Pyrex的源代碼轉(zhuǎn)換器，允許您輕松編寫Python的C擴(kuò)展。 此外，通過增加對與IPython / Jupyter筆記本集成的支持，使用Cython編譯的代碼可以通過內(nèi)聯(lián)注釋在Jupyter筆記本中使用，就像任何其他Python代碼一樣。

人工智能實(shí)踐與機(jī)器學(xué)習(xí)訓(xùn)練加速

如果你想更加了解Python，或者說想實(shí)踐一下人工智能項(xiàng)目？如何讓自己使用Python開發(fā)的機(jī)器學(xué)習(xí)模型快捷低成本的跑起來呢？

谷歌的另一款工具或許可以幫到你，也就是谷歌的AIY Projects 項(xiàng)目。在2017 年上半年，谷歌宣布了一個(gè)新的開源計(jì)劃--AIY Projects（AIY計(jì)劃），其目標(biāo)是讓每個(gè)Maker（創(chuàng)客）都能DIY自己的 AI 人工智能產(chǎn)品，讓更多人能學(xué)習(xí)、探索并體驗(yàn)人工智能。

谷歌目前為 AIY Projects 推出了兩款硬件產(chǎn)品--AIY Voice Kit 和 AIY Vision Kit。AIY Vision Kit（視覺套件）是一套簡單的計(jì)算機(jī)視覺系統(tǒng)，可運(yùn)行 3 種基于 TensorFlow 的類神經(jīng)網(wǎng)路模型應(yīng)用程序。

同時(shí)，谷歌還將推出專用的人工智能芯片，幫助加速和運(yùn)行機(jī)器學(xué)習(xí)訓(xùn)練——Edge TPU 是谷歌專用的 ASIC 芯片，專為在 Edge 運(yùn)行 TensorFlow Lite ML 模型而設(shè)計(jì), 用來處理 AI 預(yù)測部分。它的特點(diǎn)是比訓(xùn)練模型的計(jì)算強(qiáng)度要小。針對Edge TPU的新設(shè)備是：AIY Edge TPU Dev 開發(fā)板和 AIY Edge TPU 加速器，二者皆采用 Google 的 Edge TPU 芯片。