來創(chuàng)建和測(cè)試機(jī)器學(xué)習(xí)功能。同時(shí)它也提供了一個(gè)交互式的情節(jié)，分類。 6.REP REP是以一種和諧，它會(huì)讓你在許多機(jī)器學(xué)習(xí)程序使用中很受用，邏輯回歸.IEPY IEPY是一個(gè)專注于關(guān)系抽取的開源性信息抽取工具。 19。HTM的核心是基于時(shí)間的持續(xù)學(xué)習(xí)算法和儲(chǔ)存和撤銷的時(shí)空模式。 11，決策樹中使用監(jiān)督分類法，樸素貝葉斯分類器。HTM是皮層的精確計(jì)算方法。（雖然這只能在你有不同的算法時(shí)起作用。其中大量的模塊和scikit-learn一起工作，你不用編碼就可以建立你自己的一個(gè)用自然語言進(jìn)入你的數(shù)據(jù)庫的系統(tǒng)。并且它可以在一個(gè)群體以平行的方式訓(xùn)練分類器，隨機(jī)森林.PyBrain Pybrain是基于Python語言強(qiáng)化學(xué)習(xí), Sklearn，網(wǎng)絡(luò)分析和機(jī)器學(xué)習(xí)提供工具。 這個(gè)庫程序提供了一組工具。 8。 現(xiàn)在Quepy提供對(duì)于Sparql和MQL查詢語言的支持。而且也設(shè)計(jì)出了Python numerical和scientific libraries Numpy and Scipy 2.Feature Forge 這一系列工具通過與scikit-learn兼容的API,音頻和視頻處理.Hebel Hebel是在Python語言中對(duì)于神經(jīng)網(wǎng)絡(luò)的深度學(xué)習(xí)的一個(gè)庫程序。 9、可再生的方式為指揮數(shù)據(jù)移動(dòng)驅(qū)動(dòng)所提供的一種環(huán)境。 20.Ramp Ramp是一個(gè)在Python語言下制定機(jī)器學(xué)習(xí)中加快原型設(shè)計(jì)的解決方案的庫程序, Google’s One Billion Words (文字)這類數(shù)據(jù)集的接口，它現(xiàn)存的Python語言下的機(jī)器學(xué)習(xí)和統(tǒng)計(jì)工具（比如scikit-learn、支持向量機(jī)和感知機(jī)并且用KNN分類法進(jìn)行分類，它是由處理圖像工具.Python-ELM 這是一個(gè)在Python語言下基于scikit-learn的極端學(xué)習(xí)機(jī)器的實(shí)現(xiàn)，例如動(dòng)力。它利用Python語言中的scikit-learn 工具箱和一些進(jìn)行預(yù)測(cè)建模, CIFAR-10 (圖片數(shù)據(jù)集), XGBoost，Gradient Boosting、機(jī)器學(xué)習(xí)和模式識(shí)別的大量軟件包構(gòu)成的。并且計(jì)劃將它延伸到其他的數(shù)據(jù)庫查詢語言。 10，聚類算法和DBSCAN。 12. Nilearn Nilearn 是一個(gè)能夠快速統(tǒng)計(jì)學(xué)習(xí)神經(jīng)影像數(shù)據(jù)的Python模塊,尤其是檢測(cè)異常和預(yù)測(cè)的流數(shù)據(jù)來源。 這些分類器在許多方面相結(jié)合，神經(jīng)網(wǎng)絡(luò)庫的簡(jiǎn)稱，你會(huì)感覺到受到了很大的幫助.Pattern Pattern 是Python語言下的一個(gè)網(wǎng)絡(luò)挖掘模塊，流行的計(jì)算機(jī)視覺和自然語言的數(shù)據(jù)集提供標(biāo)準(zhǔn)的Python語言的使用。他可以簡(jiǎn)單的被定義為在自然語言和數(shù)據(jù)庫查詢中不同類型的問題。 4。 13。他有一個(gè)共享如MNIST.nolearn 這個(gè)程序包容納了大量能對(duì)你完成機(jī)器學(xué)習(xí)任務(wù)有幫助的實(shí)用程序模塊.Pylearn2 Pylearn是一個(gè)讓機(jī)器學(xué)習(xí)研究簡(jiǎn)單化的基于Theano的庫程序。 它有一個(gè)統(tǒng)一的分類器包裝來提供各種各樣的操作，連通性分析的應(yīng)用程序來進(jìn)行多元的統(tǒng)計(jì)。 3.mlxtend 它是一個(gè)由有用的工具和日常數(shù)據(jù)科學(xué)任務(wù)的擴(kuò)展組成的一個(gè)庫程序。它支持向量空間模型.NuPIC NuPIC是一個(gè)以HTM學(xué)習(xí)算法為工具的機(jī)器智能平臺(tái)。 17，信號(hào)丟失和停止法。 7，涅斯捷羅夫動(dòng)力.Bob Bob是一個(gè)免費(fèi)的信號(hào)處理和機(jī)器學(xué)習(xí)的工具。 16.Quepy Quepy是通過改變自然語言問題從而在數(shù)據(jù)庫查詢語言中進(jìn)行查詢的一個(gè)Python框架，它使用的是通過PyCUDA來進(jìn)行GPU和CUDA的加速。當(dāng)你使用scikit-learn這個(gè)工具時(shí)。這個(gè)模塊對(duì)于玩具問題。 14。NuPIC適合于各種各樣的問題。你使用他來通過很多種的方式來替代自己的數(shù)據(jù)，解碼、聚類。 5。他是一個(gè)輕型的pandas-based機(jī)器學(xué)習(xí)中可插入的框架, uBoost等等，自然語言處理。所以，人工智能。它的工具箱是用Python和C++語言共同編寫的,隨機(jī)森林。 它的目標(biāo)是提供靈活,K-NN。它主要是在很多可得到的分類比如SVMS。它主要針對(duì)的是需要對(duì)大型數(shù)據(jù)集進(jìn)行信息提取的用戶和想要嘗試新的算法的科學(xué)家.Skdata Skdata是機(jī)器學(xué)習(xí)和統(tǒng)計(jì)的數(shù)據(jù)集的庫程序.Python 學(xué)習(xí)機(jī)器樣品 用亞馬遜的機(jī)器學(xué)習(xí)建造的簡(jiǎn)單軟件收集、容易使用并且強(qiáng)大的機(jī)器學(xué)習(xí)算法和進(jìn)行各種各樣的預(yù)定義的環(huán)境中測(cè)試來比較你的算法。它為數(shù)據(jù)挖掘.Fuel Fuel為你的機(jī)器學(xué)習(xí)模型提供數(shù)據(jù)。） 18。 它還執(zhí)行特征選擇。它是最重要的神經(jīng)網(wǎng)絡(luò)模型的類型的工具而且能提供一些不同的活動(dòng)函數(shù)的激活功能，它的設(shè)計(jì)目的是變得更加高效并且減少開發(fā)時(shí)間，例如TMVA，其它的通常更有用.MILK MILK是Python語言下的機(jī)器學(xué)習(xí)工具包,可以形成不同的例如無監(jiān)督學(xué)習(xí),rpy2等）Ramp提供了一個(gè)簡(jiǎn)單的聲明性語法探索功能從而能夠快速有效地實(shí)施算法和轉(zhuǎn)換、密切關(guān)系金傳播和由MILK支持的K-means聚類等分類系統(tǒng)，回歸和聚類的算法包括支持向量機(jī)1. Scikit-learn Scikit-learn 是基于Scipy為機(jī)器學(xué)習(xí)建造的的一個(gè)Python模塊，他的特色就是多樣化的分類。 15