【為什麼我們挑選這篇文章】每年結束前都會出現各種評選，像是最好用或最奇怪的程式語言等等，這篇文章則評選了 20 大開源的機器學習項目（Python 版），來看看你是不是都有用過！（責任編輯：張瑋倫）
如今，開源已經成為創新與技術發展的核心。在本文中，雷鋒網將介紹 2016 Python 前 20 大機器學習開源項目。
去年 KDnuggets 評選了前20大機器學習開源項目（Python 版），今年的評選結果與去年相比，名單中出現了一些新的面孔，有13個新開源項目入圍了這個名單。作者 Prasad Pore 將具體介紹這些開源項目，雷鋒網編譯，未經許可不得轉載。
第一名：Scikit-learn
Scikit-learn 可以說是一款簡單而高效的數據挖掘與分析工具，大家可以免費下載安裝，使用它處理各種數據，使用時需引入 NumPy, SciPy, and matplotlib 這些第三方開源模塊。
提交：21486，貢獻：736，Github URL：Scikit-learn
第二名：Tensorflow
Tensorflow 是由 Google 大腦與 Google 人工智慧實驗室的科研人員研發而成的，這個系統用於機器學習的研究，可以簡單、快速的實現研究人員的想法。前段時間恰逢 Tensorflow 一周年，雷鋒網也做過報導和回顧。
提交：10466，貢獻：493，Github URL：Tensorflow
第三名：Theano
Theano 可以對那些高維數組數學表達式進行定義、優化與評估。
提交：24108，貢獻：263，Github URL：Theano
第四名：Caffe
Caffe 是一款具有表達、加速、模塊化思想的深度學習框架，由 Berkeley Vision and Learning Center（BVLC）於社區志願者共同開發維護。
提交：3801，貢獻：215，Github URL：Caffe
第五名：Gensim
Gensim 是一個免費的 Python 庫，這個庫可以實現文本的情感傾向判斷，相似文本檢索等功能。
提交：2702，貢獻：145，Github URL：Gensim
第六名：Pylearn2
Pylearn2 也是一個機器學習的開源庫，但它是一個基於 Theano 的庫，所以它有一些 Theano 的特點，你可以使用數學表達式來寫 Pylearn2 外掛，Theano 會自動對你寫的表達式進行優化，按照你的選擇（用 CPU 或 GPU）對這些表達式進行編譯。
提交：7100，貢獻：115，Github URL：Pylearn2
第七名：Statsmodels
Statsmodels 是一款 Python 開源工具，可以實現數據探究、統計模型評價、性能測試等功能，擴展性能良好，可對各種類型的數據進行各種處理，例如描述統計、統計測試、繪圖、結果統計等等。
提交：8664，貢獻：108，Github URL：Statsmodels
第八名：Shogun
Shogun 是一款機器學習工具，其包含了各種機器學習方法。它可以簡單的實現多種數據表示、多種算法的無縫融合。
提交：15172，貢獻：105，Github URL：Shogun
第九名：Chainer
Chainer 是一個基於 Python 的開源深度學習框架，它可以讓你以一種靈活、簡單、快速的方式實現多種深度學習模型，包括 RNN 與各種自編碼。
提交：6298，貢獻：84，Github URL：Chainer
第十名：NuPIC
NuPIC 是一個基於 Hierarchical Temporal Memory 理論的開源項目，目前 Hierarchical Temporal Memory 這個理論中的部分功能已經實現，並進行了測試與應用，其它部分正在完善中。
提交：6088，貢獻：76，Github URL：NuPIC
第十一名：Neon
Neon 是一款深度學習第三方庫，在進行高性能計算時它具有簡單易用的特點。
提交：875，貢獻：47，Github URL：Neon
第十二名：NiLearn
NiLearn 主要用於處理醫學圖像數據，具有簡單、快速的特點。它通過調用 scikit-learn 進行多元統計分析（例如：預測模型、分類、解碼、關聯分析）。
提交：5254，貢獻：46，Github URL：NiLearn
第十三名：Orange3
Orange3 是一款機器學習與數據可視化開源工具，可以對數據進行各種交互分析。
提交：6356，貢獻：40，Github URL：Orange3
第十四名：Pymc
Pymc 是一個貝葉斯統計模型（包括馬爾科夫鏈）庫，具有靈活、擴展性能好的特點。
提交：2701，貢獻：37，Github URL：Pymc
第十五名：PyBrain
PyBrain 是一個機器學習庫，它的目標是讓算法的實現變的簡單、靈活、高效。同時使得在特定環境下對算法的測試與比較也變的簡單、靈活、高效。
提交：984，貢獻：31，Github URL：PyBrain
第十六名：Fuel
Fuel 主要用於算法與輸入數據之間的銜接。它將被 Blocks and Pylearn2 這兩個 Python 庫使用。
提交：1053，貢獻：29，Github URL：Fuel
第十七名： PyMVPA
PyMVPA 適用於大規模的數據集，具有擴展性能好優點，提供多種算法（分類、回歸、特徵選擇、數據導入、數據導出等）接口。
提交：9258，貢獻：26，Github URL：PyMVPA
第十八名：Annoy
Annoy 是一個 Python 可調用的 C++ 庫，主要用來對給定數據進行搜索。它可以生成大量的基於文檔的可讀數據結構，這種數據結構與內存相對應，從而使數據被共享。
提交：365，貢獻：24，Github URL：Annoy
第十九名：Deap
Deap 是一款新的計算框架，它使得算法實現與數據結構變得簡單明了。它採用的是並行處理機制。
提交：1854，貢獻：21，Github URL：Deap
第二十名：Pattern
Pattern 是一款 web 訊息挖掘工具，它集成了各種工具。這些工具可以用來進行數據挖掘、自然語言處理、機器學習、網路分析。
提交：943，貢獻：20，Github URL：Pattern
如下圖所示，PyMVPA 的社區貢獻率最高，而排名第一的 Scikit-learn 社區貢獻率卻很低，究其原因是 PyMVPA 是還是一個比較新的開源項目，還有一些地方需要完善、修復。而 Scikit-learn 則是一個相對來說比較成熟的項目，需要修改、完善的地方比較少。
當我們對2015與2016的結果進行對比（下圖），我們發現 Pattern, PyBrain and Pylearn2 這三個項目的貢獻人數與提交數均沒有變化。貢獻的人增加了，提交的次數也才跟著增加，這就是開源社區的神奇所在。這些新增的貢獻者與其提交內容導致了新的思想、新的軟體的產生。
基於2016年20大機器學習開源項目的貢獻人數與提交數，以上是雷鋒網整理的簡單分析。不知道到明年的評選上，又有怎樣的開源平台會登上這個榜單呢？
（本文經合作夥伴雷鋒網授權轉載，並同意 TechOrange 編寫導讀與修訂標題，原文標題為〈機器學習年度20 大開源項目花落誰家？（Python 版）〉。）
延伸閱讀
IEEE Spectrum 公佈程式語言最新排行：還不跟娘子一起出來學大數據？
簡直是個老不死！年度工程師最愛程式語言 JAVA 勇奪第一名
讓你猜猜，2015 年工程師最愛、最可怕和最需要的語言各是什麼？
TechOrange 誠徵 社群編輯
如果你對數位行銷、Startup 趨勢、產業轉型，以及新科技議題有興趣，不怕用與眾不同的面向，去衝撞一般思維，歡迎你加入 TO。
我們希望你：
- 喜歡編輯/策展工作，認同編輯不只是寫字，而是包括採集素材、消化提出觀點，並策展的工作歷程。
- 對經營「內容」與「社群」有莫大興趣，希望參與線上/線下活動企劃與執行工作。
- 英文成績多益 800（或同等托福、雅思成績）以上，英文閱讀無礙，多益 850 以上為加分條件。
- 其他必備特質：
(1) 細心、主動、獨立思考、追求事半功倍、有問題不怕舉手。
(2) 不害怕總是在變動的工作環境與工作方式，樂於學習新工具與新鮮事。
(3) 喜歡挑戰、討厭一成不變。 - 畢業生可，具有 1~2 年網路社群相關工作經驗亦佳。
歡迎提供履歷自傳以及文字作品，寄至jobs@fusionmedium.com
來信主旨請寫明：【應徵】TechOrange ＋社群編輯：您的大名