來源： 讀芯術(shù)

準(zhǔn)備好在機(jī)器學(xué)習(xí)之路上再邁出一大步了嗎?使用試驗(yàn)性數(shù)據(jù)集、流行的數(shù)據(jù)科學(xué)庫和框架是個(gè)好的開始，但如果想在競爭中脫穎而出，必須有所突破，使自己與眾不同。

最佳途徑就是運(yùn)用數(shù)據(jù)科學(xué)領(lǐng)域最新技術(shù)完成項(xiàng)目。想成為計(jì)算機(jī)視覺領(lǐng)域的專家嗎?那就去學(xué)習(xí)最先進(jìn)的目標(biāo)檢測(cè)算法。如果希望在自然語言處理(NLP)方面有所建樹，那就學(xué)習(xí)Transformer模型的各種特性和分支。

重點(diǎn)是，要一直有所準(zhǔn)備并樂于鉆研最新的數(shù)據(jù)科學(xué)技術(shù)。數(shù)據(jù)科學(xué)是發(fā)展最快的領(lǐng)域之一，作為數(shù)據(jù)科學(xué)家的我們也需要不斷學(xué)習(xí)成長。

本文帶你來看看GitHub上創(chuàng)建于2019年8月的7個(gè)數(shù)據(jù)科學(xué)項(xiàng)目。筆者所選項(xiàng)目的范圍十分廣泛，涉及從機(jī)器學(xué)習(xí)到強(qiáng)化學(xué)習(xí)的諸多領(lǐng)域。

本文將這些數(shù)據(jù)科學(xué)項(xiàng)目分為三大類：

• 機(jī)器學(xué)習(xí)項(xiàng)目
• 深度學(xué)習(xí)項(xiàng)目
• 編程項(xiàng)目

機(jī)器學(xué)習(xí)項(xiàng)目

pyforest——用一行代碼導(dǎo)入所有Python數(shù)據(jù)科學(xué)庫

https://github.com/8080labs/pyforest

筆者非常喜歡這個(gè)Python庫。正如標(biāo)題所述，所有常用的數(shù)據(jù)科學(xué)庫都可以通過一個(gè)pyforest庫導(dǎo)入�？纯垂P者從該庫的Github倉庫中摘錄的示例：

 

 

激動(dòng)了嗎?Pyforest目前包括pandas、NumPy、matplotlib等數(shù)據(jù)科學(xué)庫。

只需調(diào)用pip install pyforest這一指令在機(jī)器上安裝該庫，就能用一行代碼導(dǎo)入所有流行的Python數(shù)據(jù)科學(xué)庫。

from pyforest import *

太神奇了!你一定也會(huì)像筆者這樣享受使用它的過程。

HungaBunga – 另一種使用sklearn庫搭建機(jī)器學(xué)習(xí)模型的方式

https://github.com/ypeleg/HungaBunga

如何從搭建好的機(jī)器學(xué)習(xí)模型中選出最合適的那一個(gè)?如何確保發(fā)揮作用的是正確的超參數(shù)?這些都是數(shù)據(jù)科學(xué)家需要解答的關(guān)鍵問題。

相較于其他大多數(shù)數(shù)據(jù)庫，HungaBunga項(xiàng)目能讓用戶更快地找到答案。它會(huì)利用所有可能的超參數(shù)來運(yùn)行sklearn庫中的所有模型(是的，所有!)，隨后通過交叉驗(yàn)證對(duì)模型進(jìn)行排序。

 

 

下面是導(dǎo)入所有模型(包括分類模型和回歸模型)的方式：

from hunga_bunga import HungaBungaClassifier, HungaBungaRegressor

看看下面這篇全面討論了監(jiān)督機(jī)器學(xué)習(xí)算法的文章：

• 常用的機(jī)器學(xué)習(xí)算法(使用Python和R語言)

https://www.analyticsvidhya.com/blog/2017/09/common-machine-learning-algorithms/?utm_source=blog&utm_medium=7-data-science-projects-github-showcase-your-skills

深度學(xué)習(xí)項(xiàng)目

DeepMind發(fā)布的用于強(qiáng)化學(xué)習(xí)的Behavior Suite(bsuite)

https://github.com/deepmind/bsuite

 

 

最近Deepmind連年增長的巨額虧損成了新聞。但是必須承認(rèn)，這家公司在強(qiáng)化學(xué)習(xí)研究方面仍遙遙領(lǐng)先。他們?cè)谶@一領(lǐng)域投入大量人力物力，認(rèn)為強(qiáng)化學(xué)習(xí)是人工智能的未來。

下面介紹他們最新的開源產(chǎn)品——bsuite。這一項(xiàng)目集合了許多實(shí)驗(yàn)的成果，這些實(shí)驗(yàn)旨在理解強(qiáng)化學(xué)習(xí)對(duì)象的核心性能。

筆者喜歡這一研究領(lǐng)域，因?yàn)樗�必然�?huì)努力達(dá)成兩個(gè)目的(每個(gè)Github倉庫達(dá)成一個(gè))：

• 收集有價(jià)值且可推廣運(yùn)用的項(xiàng)目，這些項(xiàng)目會(huì)捕捉到在設(shè)計(jì)高效通用的機(jī)器學(xué)習(xí)算法時(shí)遇到的關(guān)鍵問題。

• 以通用尺度為標(biāo)準(zhǔn)，通過對(duì)象的表現(xiàn)研究其行為。

這個(gè)Github倉庫詳細(xì)解釋bsuite的使用方式�？梢酝ㄟ^下面的代碼安裝它：

pip install git+git://github.com/deepmind/bsuite.git

如果你是強(qiáng)化學(xué)習(xí)領(lǐng)域的新手，可以看看下面這些入門文章：

•強(qiáng)化學(xué)習(xí)及實(shí)現(xiàn)入門教程

https://www.analyticsvidhya.com/blog/2017/01/introduction-to-reinforcement-learning-implementation/?utm_source=blog&utm_medium=7-data-science-projects-github-showcase-your-skills

•使用Python中的OpenAI Gym進(jìn)行深度Q學(xué)習(xí)的簡介

https://www.analyticsvidhya.com/blog/2019/04/introduction-deep-q-learning-python/?utm_source=blog&utm_medium=7-data-science-projects-github-showcase-your-skills

DistilBERT –一個(gè)更輕、更便宜的BERT

https://github.com/huggingface/pytorch-transformers/tree/master/examples/distillation

讀者肯定聽說過BERT。它基于Transformer架構(gòu)，是自然語言處理(NLP)領(lǐng)域最流行的框架，并且正被越來越廣泛地應(yīng)用。

但是注意：運(yùn)行它可能需要大量的資源。那么數(shù)據(jù)科學(xué)家該如何在自己的機(jī)器上運(yùn)行BERT呢?更進(jìn)一步，使用DistilBERT!

 

 

DistilBERT是Distillated-BERT的略稱，由PyTorch轉(zhuǎn)換框架團(tuán)隊(duì)開發(fā)。它是在BERT架構(gòu)基礎(chǔ)上搭建的一個(gè)小型且便宜的Transformer模型。開發(fā)團(tuán)隊(duì)稱DistilBERT比BERT運(yùn)行速度快60%，而性能與BERT相差不到5%。

這一Github倉庫講述了DistilBERT和Python代碼協(xié)同工作的方式。可以點(diǎn)擊下方鏈接了解更多有關(guān)PyTorch-Transformers框架及其在python中的使用方法。

•Pytorch-Transformers簡介：一個(gè)非常神奇的NLP庫(借助Python代碼)

https://www.analyticsvidhya.com/blog/2019/07/pytorch-transformers-nlp-python/?utm_source=blog&utm_medium=7-data-science-projects-github-showcase-your-skills

ShuffleNet Series ——一個(gè)極其高效、用于移動(dòng)設(shè)備的卷積神經(jīng)網(wǎng)絡(luò)

https://github.com/megvii-model/ShuffleNet-Series

接下來介紹的是計(jì)算機(jī)視覺項(xiàng)目!ShuffleNet是一個(gè)計(jì)算效率極高的卷積神經(jīng)網(wǎng)絡(luò)架構(gòu)，適用于計(jì)算力有限的移動(dòng)設(shè)備。

 

 

這個(gè)Github倉庫包含了以下ShuffleNet模型(對(duì)，不止一個(gè))：

•ShuffleNet: 一個(gè)極其高效、用于移動(dòng)設(shè)備的卷積神經(jīng)網(wǎng)絡(luò)

•ShuffleNetV2: 高效CNN架構(gòu)設(shè)計(jì)的實(shí)用建議

•ShuffleNetV2+: ShuffleNetV2的強(qiáng)化版本

•ShuffleNetV2.Large: ShuffleNetV2的深化版本

•OneShot: 通過均勻抽樣進(jìn)行單通路單樣本神經(jīng)架構(gòu)的研究

•DetNAS: 目標(biāo)檢測(cè)技術(shù)的支撐性研究

想要理解CNN嗎?下文會(huì)幫助你：

• 一篇通過Scratch學(xué)習(xí)卷積神經(jīng)網(wǎng)絡(luò)的全方位指南

https://www.analyticsvidhya.com/blog/2018/12/guide-convolutional-neural-network-cnn/?utm_source=blog&utm_medium=7-data-science-projects-github-showcase-your-skills

RAdam –提高學(xué)習(xí)率方差

https://github.com/LiyuanLucasLiu/RAdam

目前，發(fā)布時(shí)間不到兩周的RAdam項(xiàng)目已經(jīng)得到了1200多顆星星的評(píng)價(jià)。足以證明這個(gè)倉庫非常給力!

RAdam的開發(fā)者在其論文中(https://arxiv.org/pdf/1908.03265.pdf)表明，深度學(xué)習(xí)技術(shù)的收斂問題是由于在模型訓(xùn)練的早期階段，自適應(yīng)學(xué)習(xí)率的方差過大。

RAdam是Adam的一個(gè)新版本，可以修正自適應(yīng)學(xué)習(xí)率的變化。這個(gè)版本在普通的Adam優(yōu)化器基礎(chǔ)上做出了切實(shí)改進(jìn)，改善了方差問題。

處理不同學(xué)習(xí)率時(shí)RAdam的表現(xiàn)與Adam和SGD的對(duì)比如下(X軸代表訓(xùn)練輪數(shù))：

 

 

一定要查閱下面關(guān)于機(jī)器學(xué)習(xí)優(yōu)化的指南(其中包含Adam的相關(guān)內(nèi)容)：

•機(jī)器學(xué)習(xí)中的梯度下降算法(和變量類型)簡介

https://www.analyticsvidhya.com/blog/2017/03/introduction-to-gradient-descent-algorithm-along-its-variants/?utm_source=blog&utm_medium=7-data-science-projects-github-showcase-your-skills

編程項(xiàng)目

ggtext –用于ggplot2的升級(jí)版文本渲染

https://github.com/clauswilke/ggtext

對(duì)于社區(qū)中的所有R語言用戶，尤其對(duì)于那些經(jīng)常使用ggplot2包的用戶(幾乎每個(gè)人)，這個(gè)項(xiàng)目會(huì)非常實(shí)用。

 

 

Ggtext包讓用戶能夠?qū)ι�成的圖像進(jìn)行富文本渲染。下面是一些可以通過ggtext完成的操作：

•產(chǎn)生一個(gè)新的名為element_markdown()的主題元素，它能將文本渲染為markdown語言或者HTML

•在坐標(biāo)軸中插入圖像(如下圖所示)

•使用geom_richtext()函數(shù)創(chuàng)建markdown/HTML標(biāo)簽(如下圖所示)

 

 

這個(gè)GitHub倉庫包含了一些直觀的例子，讀者可以在自己的機(jī)器上重復(fù)這些示例。

Ggtext目前還不能通過CRAN調(diào)用，用戶需要下載并通過下面的指令從GitHub安裝它：

devtools::install_github("clauswilke/ggtext")

想要更多了解ggplot2以及用R語言處理交互式圖表的方法嗎?傳送門：

•R語言用戶使用ggplot2包時(shí)的十個(gè)常見問題

https://www.analyticsvidhya.com/blog/2016/03/questions-ggplot2-package-r/?utm_source=blog&utm_medium=7-data-science-projects-github-showcase-your-skills

•如何用R繪制動(dòng)態(tài)圖片分析健康數(shù)據(jù)(你也可以做到!)

https://www.analyticsvidhya.com/blog/2019/04/how-built-personalized-interactive-fitness-tracker-dashboard-r/?utm_source=blog&utm_medium=7-data-science-projects-github-showcase-your-skills

標(biāo)簽： 數(shù)據(jù) 蒲

版權(quán)申明：本站文章部分自網(wǎng)絡(luò)，如有侵權(quán)，請(qǐng)聯(lián)系：west999com@outlook.com
特別注意：本站所有轉(zhuǎn)載文章言論不代表本站觀點(diǎn)！
本站所提供的圖片等素材，版權(quán)歸原作者所有，如需使用，請(qǐng)與原作者聯(lián)系。