開源正在成為共享和改進技術的標準。世界上一些最大的組織，如谷歌、Facebook和Uber，正在向公眾開放他們自己的技術，并將其用于他們的工作流程。

Facebook的開源項目

 

 

PyTorch

https://opensource.facebook.com/

 

 

PyTorch基本上是數據科學社區(qū)中最著名的深度學習庫。它擁有一個豐富的生態(tài)系統，數據科學家可以用來執(zhí)行各種任務。一些可用的工具BoTorch貝葉斯優(yōu)化，AllenNLP設計和使用深度學習模型，自然語言處理，fastai輕松地構建和評估神經網絡和skorch一個高層次的接口，提供全scikit學習的兼容性。

Prophet

https://facebook.github.io/prophet/

 

 

Prophet是一個開放源代碼的時間序列預測庫，它具有適用于Python和R 的API 。它被設計為在具有高季節(jié)性的時間序列上表現良好，并且能夠考慮假日影響。它可以處理丟失的數據和數據中的異常值。時間序列中的一個大問題是缺少數據，因為該數據被認為是順序數據，一種常見的做法是用均值或中位數(大部分時間不是時間序列中的下注選項)來估算缺失值。

Uber的開源項目

 

 

CausalML

https://github.com/uber/causalml

 

 

CausalML是uber的開源答案，用于使用機器學習方法進行提升建模和因果推理方法。它允許用戶從實驗或觀察數據估計條件平均治療效果(CATE)或個體治療效果(ITE)。

Ludwig

https://uber.github.io/ludwig/

 

 

路德維�？赡苁荱ber最著名的開源項目。Ludwig允許用戶訓練和測試深度學習模型，而無需指定YAML來編寫代碼 。它建立在Tensorflow之上。有偏好的用戶可以使用Python API。

Pyro

https://github.com/pyro-ppl/pyro

 

 

Pyro由Uber AI Labs維護，并基于PyTorch進行深度概率編程。它基于通用，可擴展，最小和靈活的原則構建。NumPyro的beta版(帶有NumPy后端的Pyro概率編程庫)正在構建中，以加快處理速度。

kepler.gl

https://kepler.gl/

 

 

Kepler.gl是Uber的開源地理空間分析工具箱，用于按比例縮放大型數據集。它旨在幫助數據科學家使用交互式和數據驅動的方法對位置數據產生影響。它基于Mapbox GL和Deck.gl構建

Google的開源項目

 

 

Google Cloud Data Lab

https://opensource.google/projects/datalab

 

 

Google Datalab是一個具有IPython后端的交互式視覺探索工具，這意味著它具有熟悉的Jupyter環(huán)境，因此定期使用Jupyter的用戶應該有賓至如歸的感覺。Cloud Datalab可以使用Python，SQL和JavaScript(用于BigQuery用戶定義的函數)對BigQuery，Cloud Machine Learning Engine，Compute Engine和Cloud Storage上的數據進行分析，然而如果決定使用VM和云存儲等云資源，則需要付出一定的代價。

Tensorflow

https://opensource.google/projects/tensorflow

 

 

無需介紹。Tensorflow與PyTorch捆綁在一起，成為數據科學社區(qū)中事實上的深度學習框架。Tensorflow引發(fā)了許多擴展，以便更好地利用其庫從可視化到直接從其命令庫生成的生產API。

CausalImpact

https://opensource.google/projects/causalimpact

 

 

所述CausalImpact庫是用于估計在時間序列所設計的干預的因果效應的R庫。該庫使用貝葉斯時間序列模型來估計在沒有現實世界證據的情況下發(fā)生的事件的影響。當隨機實驗不可用或不可行時，這很有用。

標簽： 數據 蒲

版權申明：本站文章部分自網絡，如有侵權，請聯系：west999com@outlook.com
特別注意：本站所有轉載文章言論不代表本站觀點！
本站所提供的圖片等素材，版權歸原作者所有，如需使用，請與原作者聯系。