オープンソースの機械学習プロジェクトのトップ 5。TensorFlow だけを考えるのはやめましょう。

人類社会はこれまで、大小さまざまな技術的変化や革命を経験してきましたが、機械学習が現在の技術分野で最もホットな技術の 1 つであることは明らかです。今年初め、Stack Overflow は大規模な開発者調査の結果を公開し、機械学習の専門家は給与面で DevOps の専門家に次ぐ第 2 位でした。機械学習はちょっとしたブームになっていますが、オープンソース プロジェクトは初心者にとって混乱を招くことが多いです。

[[209128]]

プログラマーとして、あなたも機械学習の春を迎えてみませんか?機械学習のスキルを向上させたいですか? GitHub で最も人気のあるオープンソースの機械学習プロジェクトを見てみませんか?この記事では、Github 上のほぼすべてのオープンソース機械学習プロジェクトを包括的に評価し、最終的に貢献度、アクティビティ、ドキュメント、スターの数が最も高い上位 5 つのプロジェクトを見つけます。

さあ始めましょう！

1. TensorFlow – ★ 76.2K

TensorFlow がこのリストのトップにあるのは驚くことではありません。これは GitHub で圧倒的に最も人気のある機械学習プロジェクトであり、Google がこのプロジェクトで中国に再参入する準備をしているという噂さえあります。

Google の機械知能研究所の Google Brain チームのメンバーは、TensorFlow は数値計算にデータフローグラフを使用するオープンソースのソフトウェア ライブラリであると述べました。計算グラフを構築および実行するための、使いやすい Python インターフェースと他の言語のインターフェースが付属しています。

ジェフ・ディーン氏は今年初め、GoogleがTensorFlowをオープンソース化したとき、世界中の誰もが機械学習プラットフォームを構築できるようにしたかったと語った。 TensorFlow 1.0 は、元の設計を超えて幅広いアプリケーションで使用できる、高速で柔軟性があり、すぐに本番環境で使用できる製品です。また、Java および Go 用の実験的な API と、オブジェクトの検出と位置特定、カメラベースの画像スタイル設定のための新しい Android デモも含まれています。 (Github オープンソース アドレス: https://github.com/tensorflow/tensorflow)

2. scikit-learn –★ 22.7K

2位は機械学習用のPythonモジュールであるscikit-learnでした。 Scikit には、シンプルで効率的なデータ マイニングおよびデータ分析ツールが多数あります。 scikit の基本的な動機は「科学のため」です。そのため、さまざまな状況でアクセスしやすく、再利用性も高いです。さらに、NumPy、SciPy、matplotlib などのよく知られたデータ サイエンス ツールを基盤としています。

[[209129]]

今年初め、Groupon のソフトウェア エンジニアリング ディレクターの Adam Geitgey 氏が、開発者が機械学習に取り組む方法について講演しました。彼は、プログラマーは必ずPythonを学ぶことから始めるべきだと言いました。 これは、機械学習用のプログラミング言語として圧倒的に人気があります。ほとんどの機械学習の問題 (ディープラーニングを必要としない) を解決するには、答えは簡単です。scikit-learn、NumPy、pandas などのいくつかの Python ライブラリをインストールするだけです。ツールは無料で、連携して動作するように設計されています。 (Github オープンソース アドレス: https://github.com/scikit-learn/scikit-learn)

3. 予測IO –★ 10.6K

PredictionIO はこのリストに比較的最近登場したため、その高いランキングと人気はさらに印象的です。先月、Apache Software Foundation は PredictionIO をリリースし、それ以来プログラマーの間で非常に人気が高まっています。最先端のオープンソース スタック上に構築された PredictionIO は、開発者やデータ サイエンティストがあらゆる機械学習タスクの予測エンジンを作成できるように設計された機械学習サーバーです。

開発者は、フルスタックとテンプレートを利用できるため、基盤となるテクノロジーを組み立てる必要なく、デプロイ可能なアプリケーションを作成できます。 PredictionIO は Spark と Hadoop 上に直接構築されており、開発者は Scala で記述されたカスタマイズ可能なテンプレートを使用して、エンジンを本番環境で Web サービスとして迅速に構築および展開できます。

[[209130]]

PredictionIO の主な目的は、データ インフラストラクチャの管理を簡素化することです。プログラマーは独自の機械学習モデルを実装し、それをエンジンにシームレスに統合できます。また、体系的なプロセスと事前に構築された評価基準により、機械学習モデリングを加速します。 (Github オープンソース アドレス: https://github.com/apache/incubator-predictionio)

4. Swift AI – ★5K

Swift はある種の逆転を経験しているかもしれませんが、Swift AI は GitHub で引き続き称賛を集めています。 Swift AI は、Swift で完全に記述された高性能なディープラーニング ライブラリで、すべての Apple プラットフォームをサポートしており、Macbook ユーザーに特に喜ばれるはずです。

Swift AI は、Swift でニューラル ネットワークを記述することに興味がある人にとって興味深いツールです。 NeuralNet クラスには、完全に接続されたフィードフォワード人工ニューラル ネットワークが含まれています。 NeuralNet はディープラーニングをサポートしており、パフォーマンスが重要なアプリケーションで使用できる柔軟性を備えています。 (Github オープンソース アドレス: https://github.com/Swift-AI/Swift-AI)

5. GoLearn – ★4.7K

リストの最後は、Go 言語用の「バッテリー付属」の機械学習ライブラリである GoLearn です。このプロジェクトはまだ活発に開発中ですが、ユーザーからのフィードバックを受け取ることに興味のある開発者を募集しています。 SciPy、WEKA、または R を使用したことがある場合は、機械学習の問題に対する GoLearn のモデルは馴染みがあるでしょう。データはスプレッドシートに似たフラットなテーブルとして表され、トレーニングと予測の両方に使用されます。

比較的新しいプロジェクトであるため、希望リストは実際の既存のツールよりも長くなります。したがって、本当に効果のあるプログラムを探しているなら、GoLearn がぴったりかもしれません。 (Github オープンソース アドレス: https://github.com/sjwhitworth/golearn)

結論は

有名なプロジェクトに参加したい場合でも、初心者向けのプロジェクトで作業したい場合でも、GitHub には優れたオープンソースの機械学習プロジェクトがあります。これらのプロジェクトには、プログラマーからの継続的な貢献も必要です。Github にアクセスして確認してみてはいかがでしょうか。