如今，开源已经成为创新与技术发展的核心。在本文中，雷锋网(公众号：雷锋网)将介绍 2016 Python 前20大机器学习开源项目。
去年 KDnuggets 评选了前 20 大机器学习开源项目（Python版），今年的评选结果与去年相比，名单中出现了一些新的面孔，有13个新开源项目入围了这个名单。作者 Prasad Pore 将具体介绍这些开源项目，雷锋网编译，未经许可不得转载。
第一名：Scikit-learn
Scikit-learn可以说是一款简单而高效的数据挖掘与分析工具，大家可以免费下载安装，使用它处理各种数据，使用时需引入 NumPy, SciPy, and matplotlib这些第三方开源模块。
提交: 21486 贡献: 736 Github URL: Scikit-learn
第二名：Tensorflow
Tensorflow是由谷歌大脑与谷歌人工智能实验室的科研人员研发而成的，这个系统用于机器学习的研究，可以简单、快速的实现研究人员的想法。前段时间恰逢Tensorflow一周年，雷锋网也做过报道和回顾。
提交: 10466 贡献: 493 Github URL: Tensorflow
第三名：Theano
Theano可以对那些高维数组数学表达式进行定义、优化与评估。
提交: 24108 贡献: 263 Github URL: Theano
第四名：Caffe
Caffe是一款具有表达、加速、模块化思想的深度学习框架，由 Berkeley Vision and Learning Center (BVLC)于社区志愿者共同开发维护。
提交: 3801 贡献: 215 Github URL: Caffe
第五名：Gensim
Gensim是一个免费的Python库，这个库可以实现文本的情感倾向判断，相似文本检索等功能。
提交: 2702 贡献: 145 Github URL: Gensim
第六名：Pylearn2
Pylearn2 也是一个机器学习的开源库，但它是一个基于Theano的库，所以它有一些Theano的特点，你可以使用数学表达式来写Pylearn2插件，Theano会自动对你写的表达式进行优化，按照你的选择（用CPU或GPU）对这些表达式进行编译。
提交: 7100 贡献: 115 Github URL: Pylearn2
第七名：Statsmodels
Statsmodels是一款Python开源工具，可以实现数据探究、统计模型评价、性能测试等功能，扩展性能良好，可对各种类型的数据进行各种处理，例如描述统计、统计测试、绘图、结果统计等等。
提交: 8664 贡献: 108 Github URL: Statsmodels
第八名：Shogun
Shogun是一款机器学习工具，其包含了各种机器学习方法。它可以简单的实现多种数据表示、多种算法的无缝融合。
提交: 15172 贡献: 105 Github URL: Shogun
第九名：Chainer
Chainer是一个基于Python的开源深度学习框架，它可以让你以一种灵活、简单、快速的方式实现多种深度学习模型，包括RNN与各种自编码。
提交: 6298 贡献: 84 Github URL: Chainer
第十名：NuPIC
NuPIC是一个基于Hierarchical Temporal Memory理论的开源项目，目前Hierarchical Temporal Memory这个理论中的部分功能已经实现，并进行了测试与应用，其它部分正在完善中。
提交: 6088 贡献: 76 Github URL: NuPIC
第十一名：Neon
Neon是一款深度学习第三方库，在进行高性能计算时它具有简单易用的特点。
提交: 875 贡献: 47 Github URL: Neon
第十二名：NiLearn
NiLearn主要用于处理医学图像数据，具有简单、快速的特点。它通过调用scikit-learn进行多元统计分析（例如：预测模型、分类、解码、关联分析）。
提交: 5254 贡献: 46 Github URL: NiLearn
第十三名：Orange3
Orange3是一款机器学习与数据可视化开源工具，可以对数据进行各种交互分析。
提交: 6356 贡献: 40 Github URL: Orange3
第十四名：Pymc
Pymc是一个贝叶斯统计模型（包括马尔科夫链）库，具有灵活、扩展性能好的特点。
提交: 2701 贡献: 37 Github URL: Pymc
第十五名：PyBrain：
PyBrain是一个机器学习库，它的目标是让算法的实现变的简单、灵活、高效。同时使得在特定环境下对算法的测试与比较也变的简单、灵活、高效。
提交: 984 贡献: 31 Github URL: PyBrain
第十六名：Fuel
Fuel主要用于算法与输入数据之间的衔接。它将被Blocks and Pylearn2这两个Python库使用。
提交: 1053 贡献: 29 Github URL: Fuel
第十七名： PyMVPA
PyMVPA 适用于大规模的数据集，具有扩展性能好优点，提供多种算法（分类、回归、特征选择、数据导入、数据导出等）接口。
提交: 9258 贡献: 26 Github URL: PyMVPA
第十八名：Annoy
Annoy是一个Python可调用的C++库，主要用来对给定数据进行搜索。它可以生成大量的基于文档的可读数据结构，这种数据结构与内存相对应，从而使数据被共享。
提交: 365 贡献: 24 Github URL: Annoy
第十九名：Deap
Deap是一款新的计算框架，它使得算法实现与数据结构变得简单明了。它采用的是并行处理机制。
提交: 1854 贡献: 21 Github URL: Deap
第二十名：Pattern
Pattern是一款web信息挖掘工具，它集成了各种工具。这些工具可以用来进行数据挖掘、自然语言处理、机器学习、网络分析。
提交: 943 贡献: 20 Github URL: Pattern
如下图所示，PyMVPA的社区贡献率最高，而排名第一的Scikit-learn社区贡献率却很低，究其原因是PyMVPA是还是一个比较新的开源项目，还有一些地方需要完善、修复。而Scikit-learn则是一个相对来说比较成熟的项目，需要修改、完善的地方比较少。
当我们对2015与2016的结果进行对比（下图），我们发现Pattern, PyBrain and Pylearn2这三个项目的贡献人数与提交数均没有变化。贡献的人增加了，提交的次数也才跟着增加，这就是开源社区的神奇所在。这些新增的贡献者与其提交内容导致了新的思想、新的软件的产生。
基于2016年20大机器学习开源项目的贡献人数与提交数，以上是雷锋网整理的简单分析。不知道到明年的评选上，又有怎样的开源平台会登上这个榜单呢？
via Top 20 Python Machine Learning Open Source Project
本文作者：小东
本文转自雷锋网禁止二次转载，原文链接
