项目地址: https://github.com/ml-tooling/best-of-ml-python
该列表目前包含 820 个开源项目, 覆盖 32 个类别, 所有项目的 star 量共计 260 万. 每个类别中的项目均按照项目质量分数进行排序, 计算方式基于从 GitHub 和不同软件包管理器自动收集的多个指标.
该列表覆盖了机器学习框架, 数据可视化等 32 个类别, 每个类别包含 1-82 个项目不等.
此外, 每个项目均带有质量排名标记 (),star 量和简短的项目简介. 点击文字, 你可以在下拉列表中看到该项目在不同平台上的链接, 简介和安装命令行. 以机器学习框架 TensorFlow 为例:
你可以通过 GitHub,PyPi,Conda 和 Docker Hub 进行安装, 还能通过每个子项目后括号中的文字了解其基本信息, 如下载量, star 量, 最新更新时间等.
为了方便用户快速理解这些信息, 该项目作者提供了简单的符号解释:
纵观所有分类, 我们可以发现这些项目囊括了从框架, 数据资源, 数据处理流程到实验跟踪的整个流程, AutoML, 强化学习, 推荐系统等人工智能分支领域, 以及 GPU,Tensorflow,Sklearn,Pytorch 实用程序.
通过这个 GitHub 项目, 用户可以快速获取多个领域的开源资源, 追踪热门项目和新进展. 感兴趣的读者, 可以一试.
来源: https://www.jiqizhixin.com/articles/2021-01-17