3月にGithubで最も人気のあるデータサイエンスと機械学習のプロジェクト

Analytics Vidhya は最近、3 月の GitHub で上位 5 つのデータサイエンスおよび機械学習プロジェクトを発表しました。今月のリストには、Google Brain の AstroNet から人工ニューラルネットワークの視覚化ツールまでが含まれています。これらはすべて、機械学習の視野を確実に広げてくれる素晴らしいプロジェクトです。

1. 人物ブロッカー

[[226902]]

Person Blocker は、事前にトレーニングされたニューラルネットワークを使用して、画像内のすべての人物を自動的にブロックする Python ライブラリです。このアルゴリズムの基礎となる実装は、MS COCO データセットで事前トレーニングされた Mask R-CNN ですが、GPU は必要ありません。さらに、ポートレートだけでなく、キリンや車など、乗り物、動物、電子機器など、最大 80 種類のオブジェクトをマスクできます。 (プロジェクトアドレス: https://github.com/minimaxir/person-blocker)

2. アストロネット

2017年12月、Google Brain チームは、天文学データを処理するディープニューラルネットワークモデルである Astronet アプリケーションによって 2 つの新しい惑星が発見されたことを明らかにしました。これは、機械学習が今日の世界に与えている大きな影響を示す大きな発見です。

現在、Google Brain はこの技術の完全なコードを公開し、誰でも利用できるようにしています。このモデルは畳み込みニューラルネットワーク (CNN) に基づいています。 (プロジェクトアドレス: https://feedburner.google.com/fb/a/mailverify?uri=Avbytes)

3. ANN ビジュアライザー

ANN Visualizer は、たった 1 行のコードを使用して人工ニューラルネットワークを視覚化できる Python ライブラリです。これは Keras と連携するように設計されており、Python の graphviz ライブラリを利用して、構築しているニューラルネットワークを表すきれいで視覚的なグラフを作成します。 (プロジェクトアドレス: https://github.com/Prodicode/ann-visualizer)

4. ファストパンダ

Pandas は、データサイエンティストや開発者が利用できる最も柔軟で強力なツールの 1 つです。非常に柔軟性が高く、特定のタスクをさまざまな方法で実行できます。このプロジェクトの目的は、これらの状況で利用可能なさまざまな方法をベンチマークすることです。さらに、numpy と pandas の両方の機能専用のセクションがあります。 (プロジェクトアドレス: https://github.com/mm-mansour/Fast-Pandas)

5. テンソルフロー

TensorFlow.js は、機械学習モデルのトレーニングとデプロイのためのオープンソースのハードウェアアクセラレーション JavaScript ライブラリです。 TensorFlow.js の API は柔軟かつ直感的で、低レベルの JavaScript 線形代数ライブラリと高レベルのレイヤー API を使用して、ブラウザー内で完全な機械学習モデルを定義、トレーニング、実行できます。 (プロジェクトアドレス: https://github.com/jimfleming/tensorflowjs)

6. カフェ64

Caffe64 は、シンプルで小型ですが、非常に強力なニューラルネットワークライブラリです。 Caffe64 は、コンパイルが最も簡単なライブラリであり、最も軽量なニューラルネットワークライブラリであると考えられています。 (プロジェクトアドレス: https://github.com/dfouhey/caffe64)

7. TensorFlowハブ

TensorFlow Hub は、機械学習モデルの再利用可能な部分の公開、発見、使用を容易にするライブラリです。新しいタスクに使用できる事前トレーニング済みの TensorFlow モデルであるモジュールを提供します。関連するタスクのモジュールを再利用することで、次のことが可能になります。