Python相關的人工智慧庫

在第三屆網際網路大會中百度CEO李彥宏曾表述：靠移動網際網路的風口已經沒有可能再出現獨角獸了，因為市場已經進入了一個相對平穩的發展階段，網際網路人口滲透率已經超過了50%。而未來的機會在人工智慧。的確網際網路巨頭公司在人工智慧領域投入明顯增大，都力爭做人工智慧時代的“帶頭大哥”。

Python作為一門程式語言，其魅力遠超C#，Java,C,C++，它被暱稱為“膠水語言”，更被熱愛它的程式設計師譽為“最美麗的”程式語言。從雲端、客戶端，到物聯網終端，python應用無處不在，同時也是人工智慧首先的程式語言。

在人工智慧上使用Python程式語言的優勢

1.優質的文件

2.平臺無關，可以在現在每一個*nix版本上使用

3.和其他物件導向程式語言比學習更加簡單快速

4.Python有許多影像加強庫像Python Imaging Libary,VTK和Maya 3D視覺化工具包，Numeric Python, Scientific Python和其他很多可用工具可以於數值和科學應用。

5.Python的設計非常好，快速，堅固，可移植，可擴充套件。很明顯這些對於人工智慧應用來說都是非常重要的因素。

6.對於科學用途的廣泛程式設計任務都很有用，無論從小的shell指令碼還是整個網站應用。

7.最後，它是開源的。可以得到相同的社群支援。

AI的Python庫

總體的AI庫

AIMA：Python實現了從Russell到Norvigs的“人工智慧：一種現代的方法”的演算法

pyDatalog：Python中的邏輯程式設計引擎

SimpleAI：Python實現在“人工智慧：一種現代的方法”這本書中描述過的人工智慧的演算法。它專注於提供一個易於使用，有良好文件和測試的庫。

EasyAI：一個雙人AI遊戲的python引擎（負極大值，置換表、遊戲解決）

機器學習庫

PyBrain 一個靈活，簡單而有效的針對機器學習任務的演算法，它是模組化的Python機器學習庫。它也提供了多種預定義好的環境來測試和比較你的演算法。

PyML 一個用Python寫的雙邊框架，重點研究SVM和其他核心方法。它支援Linux和Mac OS X。

scikit-learn 旨在提供簡單而強大的解決方案，可以在不同的上下文中重用：機器學習作為科學和工程的一個多功能工具。它是python的一個模組，整合了經典的機器學習的演算法，這些演算法是和python科學包（numpy,scipy.matplotlib）緊密聯絡在一起的。

MDP-Toolkit 這是一個Python資料處理的框架，可以很容易的進行擴充套件。它海收集了有監管和沒有監管的學習演算法和其他資料處理單元，可以組合成資料處理序列或者更復雜的前饋網路結構。新演算法的實現是簡單和直觀的。可用的演算法是在不斷的穩定增加的，包括訊號處理方法（主成分分析、獨立成分分析、慢特徵分析），流型學習方法（區域性線性嵌入），集中分類，機率方法（因子分析，RBM),資料預處理方法等等。

自然語言和文字處理庫

NLTK 開源的Python模組，語言學資料和文件，用來研究和開發自然語言處理和文字分析。有windows,Mac OSX和Linux版本。