我们对比了GitHub上8800个开源机器学习项目，并选出了其中的Top30

2017年是机器学习应用全面开花的一年，惊为天人的想法和项目层出不穷。我们对比了过去一年中近8800个开源机器学习项目，并挑选了其中较好的30个(Top 0.3%)列举于此。

这是一份极具竞争性的列表，它精挑细选了发表于2017年1月-12月份的机器学习库、数据集和应用类的优质项目。我们通过流行度、参与度和时近性来对其质量进行评级。有一项数据可以让你对表单质量有一个直观印象：这些项目的GitHub平均stars数是3558。

开源项目对于数据科学家而言是很有意义的。你可以通过阅读源代码，在前人的基础上构建更加强大的项目。你可以尽情尝试一下这些可能在去年与你失之交臂的机器学习项目。

No.1 - FastText：快速文本表示/分类库

GitHub stars数: 11786个

来源：Facebook研究

链接：https://github.com/facebookresearch/fastText

以及[Muse：基于FastText的多语言无监督/监督词嵌入(GitHub stars数：695个)https://github.com/facebookresearch/MUSE]

No.2- Deep-photo-styletransfer：康奈尔大学 Fujun Luan 论文《Deep Photo Style Transfer》的代码与数据

GitHub stars数：9747个

链接：https://github.com/luanfujun/deep-photo-styletransfer

No.3 - face recognition：世界上最简单的适用于Pyhthon的面部识别api以及命令行

GitHub stars数：8672个

来源：Adam Geitgey

链接：https://github.com/ageitgey/face_recognition

No.4 - Magenta：机器智能音乐与艺术生成器

GitHub stars数：8113

链接：https://github.com/tensorflow/magenta

No.5 - Sonnet：基于 TensorFlow 的神经网络库

GitHub stars数：5731个

来源：DeepMind 成员 Malcolm Reynolds

链接：https://github.com/deepmind/sonnet

No.6 - deeplearn.js：网页端硬件加速机器学习库

GitHub stars数：5462个

来源：Google Brain 团队 Nikhil Thorat

链接：https://github.com/PAIR-code/deeplearnjs

No.7 - Fast Style Transfer：TensorFlow 快速风格转换

GitHub stars数：4843个

来源：MIT的Logan Engstrom

链接：https://github.com/lengstrom/fast-style-transfer

No.8 - Pysc2：星际争霸II 学习环境

GitHub stars数：3683个

来源：DeepMind Timo Ewalds 等人

链接：https://github.com/deepmind/pysc2

No.9 - AirSim：微软AI和研究院出品的基于虚幻引擎的开源自动驾驶模拟器

GitHub stars数：3681个

来源：微软的Shital Shah

链接：https://github.com/Microsoft/AirSim

No.10 - Facets：机器学习数据集可视化工具

GitHub stars数：3371个

来源：Google Brain

链接：https://github.com/PAIR-code/facets

No.11 - Style2Paints：AI漫画线稿上色工具

GitHub stars数: 3310个

链接：https://github.com/lllyasviel/style2paints

No.12 - Tensor2Tensor：用于广义序列-序列模型的工具库

GitHub stars数目: 3087个

来源：Google Brain 的Ryan Sepassi

链接：https://github.com/tensorflow/tensor2tensor

No.13- 基于 PyTorch 的图像对图像转换工具 (如horse2zebra, edges2cats，等)

GitHub stars数：2847个

来源：UC Berkeley 朱俊彦博士

链接：https://github.com/junyanz/pytorch-CycleGAN-and-pix2pix