通過這5個具有挑戰(zhàn)性的開源機器學(xué)習(xí)項目，正確地開始2020年的學(xué)習(xí)吧！這些機器學(xué)習(xí)項目涵蓋了廣泛的領(lǐng)域，包括Python編程和NLP。

越來越多的人正在尋找一種過渡到數(shù)據(jù)科學(xué)的方法。無論是應(yīng)屆大學(xué)畢業(yè)生，還是該行業(yè)相對較新的參與者，還是中級專業(yè)人員，還是只是對機器學(xué)習(xí)感到好奇的人，每個人都希望從數(shù)據(jù)科學(xué)中分一杯羹。

我挑選了5個開源機器學(xué)習(xí)項目（于2020年1月創(chuàng)建），讓你熟悉最新的最新框架和庫。 你會看到從自然語言處理（NLP）到Python編程的所有內(nèi)容。

1、Reformer– PyTorch中的高效遷移

Transformer體系結(jié)構(gòu)改變了自然語言處理（NLP）格局。 它催生了許多NLP框架，例如BERT，XLNet，GPT-2等。

但是有一個問題，我敢肯定，你們中的大多數(shù)都將與之相關(guān)–這些以變壓器為動力的模型很大。 他們?nèi)〉昧俗钕冗M(jìn)的結(jié)果，但價格太昂貴，超出了大多數(shù)想要學(xué)習(xí)和實施它們的人們的范圍。該項目的作者提供了一個簡單而有效的示例以及整個代碼，以幫助您構(gòu)建自己的模型。

2、PandaPy –最受歡迎的Python庫

上周我發(fā)現(xiàn)了PandaPy，并且已經(jīng)在我當(dāng)前的項目中使用了它。 這是一個迷人的Python庫，具有成為主流的巨大潛力。

如果您正在使用混合數(shù)據(jù)類型（int，float，datetime，str等）進(jìn)行機器學(xué)習(xí)項目，則應(yīng)嘗試使用PandaPy而不是Pandas。 對于這些數(shù)據(jù)類型，它消耗的內(nèi)存比Pandas少大約三分之一！

這是您會發(fā)現(xiàn)有趣的三個關(guān)鍵領(lǐng)域（我從PandaPy GitHub存儲庫中逐字逐句地總結(jié)了這些觀點）：

1）對于小型數(shù)據(jù)集（即加號，多號，對數(shù)）的簡單計算，PandaPy比Pandas快25倍-80倍

2）對于小型數(shù)據(jù)集上的表函數(shù)（即組，樞紐，放置，連接，填充，填充），PandaPy比Pandas快5倍-100倍。

3）對于大多數(shù)使用小數(shù)據(jù)的用例，PandaPy比Dask，Modin Ray和Pandas快

3、Google Earth Engine – 300多個Jupyter筆記本可分析地理空間數(shù)據(jù)

多么出色的GitHub存儲庫！ 我有很多有抱負(fù)的數(shù)據(jù)科學(xué)家在社交平臺上與我聯(lián)系，詢問如何開始進(jìn)行地理空間分析。 這是一個非常有趣的領(lǐng)域，提供了PB級的數(shù)據(jù)。 我們只需要一種結(jié)構(gòu)化的方法來清理和分析它。這個驚人的資料庫是300多個Jupyter筆記本的集合，其中包含使用Google Earth Engine數(shù)據(jù)的示例。

這些筆記本依靠三個Python庫來執(zhí)行代碼：

• Earth Engine Python API

• Folium

• Geehydro

GitHub存儲庫包含大量帶有Python代碼的示例，以幫助新手入門。

4、Automated Visual Analytics 自動化視覺分析

這是為新手提供的另一種高質(zhì)量的數(shù)據(jù)可視化創(chuàng)意。 在沒有任何實質(zhì)性框架的情況下，使數(shù)據(jù)探索步驟自動化的想法已經(jīng)浮出了一段時間。 Automated Visual Analytics 旨在使視覺分析由AI驅(qū)動和自動化。

5、Fast Neptune–加速機器學(xué)習(xí)項目

如今，無論是在研究領(lǐng)域還是行業(yè)中，可重復(fù)性都是任何機器學(xué)習(xí)項目的關(guān)鍵方面。 我們需要跟蹤我們執(zhí)行的每個測試，每個迭代，我們的機器學(xué)習(xí)模型的每個參數(shù)以及結(jié)果。

Fast Neptune庫使我們能夠快速記錄啟動機器學(xué)習(xí)實驗所需的所有信息。 換句話說，F(xiàn)ast Neptune是您在閱讀以上段落時可能會問到的可重復(fù)性問題的答案。

以下是Fast Neptune用來幫助我們進(jìn)行快速實驗的功能：

• 有關(guān)運行代碼的計算機的元數(shù)據(jù)，包括操作系統(tǒng)和操作系統(tǒng)版本

• 運行實驗的筆記本的要求

• 體驗期間使用的參數(shù)，表示要跟蹤的變量的值的名稱

• 在運行期間要記錄的代碼

最先進(jìn)的技術(shù)持續(xù)快速發(fā)展，對于新來者來說，如何跟上進(jìn)度，勢必會變得不知所措。stay hungry！