本文彙編了一些機器學習領域的框架、庫以及軟體（按程式語言排序）。
伯樂線上已在 GitHub 上發起「機器學習資源大全中文版」的整理。歡迎擴散、歡迎加入。
C++
計算機視覺
- CCV —基於C語言/提供快取/核心的機器視覺庫，新穎的機器視覺庫
- OpenCV—它提供C++, C, Python, Java 以及 MATLAB介面，並支援Windows, Linux, Android and Mac OS作業系統。
通用機器學習
Closure
通用機器學習
- Closure Toolbox—Clojure語言庫與工具的分類目錄
Go
自然語言處理
- go-porterstemmer—一個Porter詞幹提取演算法的原生Go語言淨室實現
- paicehusk—Paice/Husk詞幹提取演算法的Go語言實現
- snowball—Go語言版的Snowball詞幹提取器
通用機器學習
資料分析/資料視覺化
Java
自然語言處理
- CoreNLP—史丹佛大學的CoreNLP提供一系列的自然語言處理工具，輸入原始英語文字，可以給出單詞的基本形式（下面Stanford開頭的幾個工具都包含其中）。
- Stanford Parser—一個自然語言解析器。
- Stanford POS Tagger —一個詞性分類器。
- Stanford Name Entity Recognizer—Java實現的名稱識別器
- Stanford Word Segmenter—分詞器，很多NLP工作中都要用到的標準預處理步驟。
- Tregex, Tsurgeon and Semgrex —用來在樹狀資料結構中進行模式匹配，基於樹關係以及節點匹配的正規表示式（名字是“tree regular expressions”的縮寫）。
- Stanford Phrasal:最新的基於統計短語的機器翻譯系統，java編寫
- Stanford Tokens Regex—用以定義文字模式的框架。
- Stanford Temporal Tagger—SUTime是一個識別並標準化時間表示式的庫。
- Stanford SPIED—在種子集上使用模式，以迭代方式從無標籤文字中學習字元實體
- Stanford Topic Modeling Toolbox —為社會科學家及其他希望分析資料集的人員提供的主題建模工具。
- Twitter Text Java—Java實現的推特文字處理庫
- MALLET -—基於Java的統計自然語言處理、文件分類、聚類、主題建模、資訊提取以及其他機器學習文字應用包。
- OpenNLP—處理自然語言文字的機器學習工具包。
- LingPipe —使用計算機語言學處理文字的工具包。
通用機器學習
- MLlib in Apache Spark—Spark中的分散式機器學習程式庫
- Mahout —分散式的機器學習庫
- Stanford Classifier —史丹佛大學的分類器
- Weka—Weka是資料探勘方面的機器學習演算法集。
- ORYX—提供一個簡單的大規模實時機器學習/預測分析基礎架構。
資料分析/資料視覺化
Javascript
自然語言處理
- Twitter-text-js —JavaScript實現的推特文字處理庫
- NLP.js —javascript及coffeescript編寫的NLP工具
- natural—Node下的通用NLP工具
- Knwl.js—JS編寫的自然語言處理器
資料分析/資料視覺化
通用機器學習
- Convnet.js—訓練深度學習模型的JavaScript庫。
- Clustering.js—用JavaScript實現的聚類演算法，供Node.js及瀏覽器使用。
- Decision Trees—Node.js實現的決策樹，使用ID3演算法。
- Node-fann —Node.js下的快速人工神經網路庫。
- Kmeans.js—k-means演算法的簡單Javascript實現，供Node.js及瀏覽器使用。
- LDA.js —供Node.js用的LDA主題建模工具。
- Learning.js—邏輯迴歸/c4.5決策樹的JavaScript實現
- Machine Learning—Node.js的機器學習庫。
- Node-SVM—Node.js的支援向量機
- Brain —JavaScript實現的神經網路
- Bayesian-Bandit —貝葉斯強盜演算法的實現，供Node.js及瀏覽器使用。
Julia
通用機器學習
- PGM—Julia實現的概率圖模型框架。
- DA—Julia實現的正則化判別分析包。
- Regression—迴歸分析演算法包（如線性迴歸和邏輯迴歸）。
- Local Regression —區域性迴歸，非常平滑！
- Naive Bayes —樸素貝葉斯的簡單Julia實現
- Mixed Models —（統計）混合效應模型的Julia包
- Simple MCMC —Julia實現的基本mcmc取樣器
- Distance—Julia實現的距離評估模組
- Decision Tree —決策樹分類器及迴歸分析器
- Neural —Julia實現的神經網路
- MCMC —Julia下的MCMC工具
- GLM —Julia寫的廣義線性模型包
- Online Learning
- GLMNet —GMLNet的Julia包裝版，適合套索/彈性網模型。
- Clustering—資料聚類的基本函式：k-means, dp-means等。
- SVM—Julia下的支援向量機。
- Kernal Density—Julia下的核密度估計器
- Dimensionality Reduction—降維演算法
- NMF —Julia下的非負矩陣分解包
- ANN—Julia實現的神經網路
自然語言處理
- Topic Models —Julia下的主題建模
- Text Analysis—Julia下的文字分析包
資料分析/資料視覺化
- Graph Layout —純Julia實現的圖佈局演算法。
- Data Frames Meta —DataFrames的超程式設計工具。
- Julia Data—處理表格資料的Julia庫
- Data Read—從Stata、SAS、SPSS讀取檔案
- Hypothesis Tests—Julia中的假設檢驗包
- Gladfly —Julia編寫的靈巧的統計繪圖系統。
- Stats—Julia編寫的統計測試函式包
- RDataSets —讀取R語言中眾多可用的資料集的Julia函式包。
- DataFrames —處理表格資料的Julia庫。
- Distributions—概率分佈及相關函式的Julia包。
- Data Arrays —元素值可以為空的資料結構。
- Time Series—Julia的時間序列資料工具包。
- Sampling—Julia的基本取樣演算法包
雜項/簡報
- DSP —數字訊號處理
- JuliaCon Presentations—Julia大會上的簡報
- SignalProcessing—Julia的訊號處理工具
- Images—Julia的圖片庫
Lua
通用機器學習
- Torch7
- cephes —Cephes數學函式庫，包裝成Torch可用形式。提供幷包裝了超過180個特殊的數學函式，由Stephen L. Moshier開發，是SciPy的核心，應用於很多場合。
- graph —供Torch使用的圖形包。
- randomkit—從Numpy提取的隨機數生成包，包裝成Torch可用形式。
- signal —Torch-7可用的訊號處理工具包，可進行FFT, DCT, Hilbert, cepstrums, stft等變換。
- nn —Torch可用的神經網路包。
- nngraph —為nn庫提供圖形計算能力。
- nnx—一個不穩定實驗性的包，擴充套件Torch內建的nn庫。
- optim—Torch可用的優化演算法庫，包括 SGD, Adagrad, 共軛梯度演算法, LBFGS, RProp等演算法。
- unsup—Torch下的非監督學習包。提供的模組與nn(LinearPsd, ConvPsd, AutoEncoder, …)及獨立演算法 (k-means, PCA)等相容。
- manifold—操作流形的包。
- svm—Torch的支援向量機庫。
- lbfgs—將liblbfgs包裝為FFI介面。
- vowpalwabbit —老版的vowpalwabbit對torch的介面。
- OpenGM—OpenGM是C++編寫的圖形建模及推斷庫，該binding可以用Lua以簡單的方式描述圖形，然後用OpenGM優化。
- sphagetti —MichaelMathieu為torch7編寫的稀疏線性模組。
- LuaSHKit —將區域性敏感雜湊庫SHKit包裝成lua可用形式。
- kernel smoothing —KNN、核權平均以及區域性線性迴歸平滑器
- cutorch—torch的CUDA後端實現
- cunn —torch的CUDA神經網路實現。
- imgraph—torch的影象/圖形庫，提供從影象建立圖形、分割、建立樹、又轉化回影象的例程
- videograph—torch的視訊/圖形庫，提供從視訊建立圖形、分割、建立樹、又轉化回視訊的例程
- saliency —積分影象的程式碼和工具，用來從快速積分直方圖中尋找興趣點。
- stitch —使用hugin拼合影象並將其生成視訊序列。
- sfm—運動場景束調整/結構包
- fex —torch的特徵提取包，提供SIFT和dSIFT模組。
- OverFeat—當前最高水準的通用密度特徵提取器。
- Numeric Lua
- Lunatic Python
- SciLua
- Lua – Numerical Algorithms
- Lunum
演示及指令碼
- Core torch7 demos repository.核心torch7演示程式庫
- 線性迴歸、邏輯迴歸
- 人臉檢測（訓練和檢測是獨立的演示）
- 基於mst的斷詞器
- train-a-digit-classifier
- train-autoencoder
- optical flow demo
- train-on-housenumbers
- train-on-cifar
- tracking with deep nets
- kinect demo
- 濾波視覺化
- saliency-networks
- Training a Convnet for the Galaxy-Zoo Kaggle challenge(CUDA demo)
- Music Tagging—torch7下的音樂標籤指令碼
- torch-datasets 讀取幾個流行的資料集的指令碼，包括：
- BSR 500
- CIFAR-10
- COIL
- Street View House Numbers
- MNIST
- NORB
- Atari2600 —在Arcade Learning Environment模擬器中用靜態幀生成資料集的指令碼。
Matlab
計算機視覺
- Contourlets —實現輪廓波變換及其使用函式的MATLAB原始碼
- Shearlets—剪下波變換的MATLAB原始碼
- Curvelets—Curvelet變換的MATLAB原始碼（Curvelet變換是對小波變換向更高維的推廣，用來在不同尺度角度表示影象。）
- Bandlets—Bandlets變換的MATLAB原始碼
自然語言處理
- NLP —一個Matlab的NLP庫
通用機器學習
- Training a deep autoencoder or a classifier on MNIST digits—在MNIST字元資料集上訓練一個深度的autoencoder或分類器[深度學習]。
- t-Distributed Stochastic Neighbor Embedding —獲獎的降維技術，特別適合於高維資料集的視覺化
- Spider—Matlab機器學習的完整物件導向環境。
- LibSVM —支援向量機程式庫
- LibLinear —大型線性分類程式庫
- Machine Learning Module —M. A .Girolami教授的機器學習課程，包括PDF，講義及程式碼。
- Caffe—考慮了程式碼清潔、可讀性及速度的深度學習框架
- Pattern Recognition Toolbox —Matlab中的模式識別工具包，完全物件導向
資料分析/資料視覺化
- matlab_gbl—處理影象的Matlab包
- gamic—影象演算法純Matlab高效實現，對MatlabBGL的mex函式是個補充。
.NET
計算機視覺
- OpenCVDotNet —包裝器，使.NET程式能使用OpenCV程式碼
- Emgu CV—跨平臺的包裝器，能在Windows, Linus, Mac OS X, iOS, 和Android上編譯。
自然語言處理
- Stanford.NLP for .NET —史丹佛大學NLP包在.NET上的完全移植，還可作為NuGet包進行預編譯。
通用機器學習
- Accord.MachineLearning —支援向量機、決策樹、樸素貝葉斯模型、K-means、高斯混合模型和機器學習應用的通用演算法，例如：隨機抽樣一致性演算法、交叉驗證、網格搜尋。這個包是Accord.NET框架的一部分。
- Vulpes—F#語言實現的Deep belief和深度學習包，它在Alea.cuBase下利用CUDA GPU來執行。
- Encog —先進的神經網路和機器學習框架，包括用來建立多種網路的類，也支援神經網路需要的資料規則化及處理的類。它的訓練採用多執行緒彈性傳播。它也能使用GPU加快處理時間。提供了圖形化介面來幫助建模和訓練神經網路。
- Neural Network Designer —這是一個資料庫管理系統和神經網路設計器。設計器用WPF開發，也是一個UI，你可以設計你的神經網路、查詢網路、建立並配置聊天機器人，它能問問題，並從你的反饋中學習。這些機器人甚至可以從網路蒐集資訊用來輸出，或是用來學習。
資料分析/資料視覺化
- numl —numl這個機器學習庫，目標就是簡化預測和聚類的標準建模技術。
- Math.NET Numerics—Math.NET專案的數值計算基礎，著眼提供科學、工程以及日常數值計算的方法和演算法。支援 Windows, Linux 和 Mac上的 .Net 4.0, .Net 3.5 和 Mono ，Silverlight 5, WindowsPhone/SL 8, WindowsPhone 8.1 以及裝有 PCL Portable Profiles 47 及 344的Windows 8， 裝有 Xamarin的Android/iOS 。
- Sho —Sho是資料分析和科學計算的互動式環境，可以讓你將指令碼（IronPython語言）和編譯的程式碼（.NET）無縫連線，以快速靈活的建立原型。這個環境包括強大高效的庫，如線性代數、資料視覺化，可供任何.NET語言使用，還為快速開發提供了功能豐富的互動式shell。
Python
計算機視覺
- SimpleCV—開源的計算機視覺框架，可以訪問如OpenCV等高效能運算機視覺庫。使用Python編寫，可以在Mac、Windows以及Ubuntu上執行。
自然語言處理
- NLTK —一個領先的平臺，用來編寫處理人類語言資料的Python程式
- Pattern—Python可用的web挖掘模組，包括自然語言處理、機器學習等工具。
- TextBlob—為普通自然語言處理任務提供一致的API，以NLTK和Pattern為基礎，並和兩者都能很好相容。
- jieba—中文斷詞工具。
- SnowNLP —中文文字處理庫。
- loso—另一箇中文斷詞庫。
- genius —基於條件隨機域的中文斷詞庫。
- nut —自然語言理解工具包。
通用機器學習
- Bayesian Methods for Hackers —Python語言概率規劃的電子書
- MLlib in Apache Spark—Spark下的分散式機器學習庫。
- scikit-learn—基於SciPy的機器學習模組
- graphlab-create —包含多種機器學習模組的庫（迴歸，聚類，推薦系統，圖分析等），基於可以磁碟儲存的DataFrame。
- BigML—連線外部伺服器的庫。
- pattern—Python的web挖掘模組
- NuPIC—Numenta公司的智慧計算平臺。
- Pylearn2—基於Theano的機器學習庫。
- hebel —Python編寫的使用GPU加速的深度學習庫。
- gensim—主題建模工具。
- PyBrain—另一個機器學習庫。
- Crab —可擴充套件的、快速推薦引擎。
- python-recsys —Python實現的推薦系統。
- thinking bayes—關於貝葉斯分析的書籍
- Restricted Boltzmann Machines —Python實現的受限波爾茲曼機。[深度學習]。
- Bolt —線上學習工具箱。
- CoverTree —cover tree的Python實現，scipy.spatial.kdtree便捷的替代。
- nilearn—Python實現的神經影像學機器學習庫。
- Shogun—機器學習工具箱。
- Pyevolve —遺傳演算法框架。
- Caffe —考慮了程式碼清潔、可讀性及速度的深度學習框架
- breze—深度及遞迴神經網路的程式庫，基於Theano。
資料分析/資料視覺化
- SciPy —基於Python的數學、科學、工程開源軟體生態系統。
- NumPy—Python科學計算基礎包。
- Numba —Python的低階虛擬機器JIT編譯器，Cython and NumPy的開發者編寫，供科學計算使用
- NetworkX —為複雜網路使用的高效軟體。
- Pandas—這個庫提供了高效能、易用的資料結構及資料分析工具。
- Open Mining—Python中的商業智慧工具（Pandas web介面）。
- PyMC —MCMC取樣工具包。
- zipline—Python的演算法交易庫。
- PyDy—全名Python Dynamics，協助基於NumPy, SciPy, IPython以及 matplotlib的動態建模工作流。
- SymPy —符號數學Python庫。
- statsmodels—Python的統計建模及計量經濟學庫。
- astropy —Python天文學程式庫，社群協作編寫
- matplotlib —Python的2D繪相簿。
- bokeh—Python的互動式Web繪相簿。
- plotly —Python and matplotlib的協作web繪相簿。
- vincent—將Python資料結構轉換為Vega視覺化語法。
- d3py—Python的繪相簿，基於D3.js。
- ggplot —和R語言裡的ggplot2提供同樣的API。
- Kartograph.py—Python中渲染SVG圖的庫，效果漂亮。
- pygal—Python下的SVG圖表生成器。
- pycascading
雜項指令碼/iPython筆記/程式碼庫
- pattern_classification
- thinking stats 2
- hyperopt
- numpic
- 2012-paper-diginorm
- ipython-notebooks
- decision-weights
- Sarah Palin LDA —Sarah Palin關於主題建模的電郵。
- Diffusion Segmentation —基於擴散方法的影象分割演算法集合。
- Scipy Tutorials —SciPy教程，已過時，請檢視scipy-lecture-notes
- Crab—Python的推薦引擎庫。
- BayesPy—Python中的貝葉斯推斷工具。
- scikit-learn tutorials—scikit-learn學習筆記系列
- sentiment-analyzer —推特情緒分析器
- group-lasso—座標下降演算法實驗，應用於（稀疏）群套索模型。
- mne-python-notebooks—使用 mne-python進行EEG/MEG資料處理的IPython筆記
- pandas cookbook—使用Python pandas庫的方法書。
- climin—機器學習的優化程式庫，用Python實現了梯度下降、LBFGS、rmsprop、adadelta 等演算法。
Kaggle競賽原始碼
- wiki challange —Kaggle上一個維基預測挑戰賽 Dell Zhang解法的實現。
- kaggle insults—Kaggle上”從社交媒體評論中檢測辱罵“競賽提交的程式碼
- kaggle_acquire-valued-shoppers-challenge—Kaggle預測回頭客挑戰賽的程式碼
- kaggle-cifar —Kaggle上CIFAR-10 競賽的程式碼，使用cuda-convnet
- kaggle-blackbox —Kaggle上blackbox賽程式碼，關於深度學習。
- kaggle-accelerometer —Kaggle上加速度計資料識別使用者競賽的程式碼
- kaggle-advertised-salaries —Kaggle上用廣告預測工資競賽的程式碼
- kaggle amazon —Kaggle上給定員工角色預測其訪問需求競賽的程式碼
- kaggle-bestbuy_big—Kaggle上根據bestbuy使用者查詢預測點選商品競賽的程式碼（大資料版）
- kaggle-bestbuy_small—Kaggle上根據bestbuy使用者查詢預測點選商品競賽的程式碼（小資料版）
- Kaggle Dogs vs. Cats —Kaggle上從圖片中識別貓和狗競賽的程式碼
- Kaggle Galaxy Challenge —Kaggle上遙遠星系形態分類競賽的優勝程式碼
- Kaggle Gender —Kaggle競賽：從筆跡區分性別
- Kaggle Merck—Kaggle上預測藥物分子活性競賽的程式碼（默克製藥贊助）
- Kaggle Stackoverflow—Kaggle上 預測Stack Overflow網站問題是否會被關閉競賽的程式碼
- wine-quality —預測紅酒質量。
Ruby
自然語言處理
- Treat—文字檢索與註釋工具包，Ruby上我見過的最全面的工具包。
- Ruby Linguistics—這個框架可以用任何語言為Ruby物件構建語言學工具。包括一個語言無關的通用前端，一個將語言程式碼對映到語言名的模組，和一個含有很有英文語言工具的模組。
- Stemmer—使得Ruby可用 libstemmer_c中的介面。
- Ruby Wordnet —WordNet的Ruby介面庫。
- Raspel —aspell繫結到Ruby的介面
- UEA Stemmer—UEALite Stemmer的Ruby移植版，供搜尋和檢索用的保守的詞幹分析器
- Twitter-text-rb—該程式庫可以將推特中的使用者名稱、列表和話題標籤自動連線並提取出來。
通用機器學習
- Ruby Machine Learning —Ruby實現的一些機器學習演算法。
- Machine Learning Ruby
- jRuby Mahout —精華！在JRuby世界中釋放了Apache Mahout的威力。
- CardMagic-Classifier—可用貝葉斯及其他分類法的通用分類器模組。
- Neural Networks and Deep Learning—《神經網路和深度學習》一書的示例程式碼。
資料分析/資料視覺化
- rsruby – Ruby – R bridge
- data-visualization-ruby—關於資料視覺化的Ruby Manor演示的原始碼和支援內容
- ruby-plot —將gnuplot包裝為Ruby形式，特別適合將ROC曲線轉化為svg檔案。
- plot-rb—基於Vega和D3的ruby繪相簿
- scruffy —Ruby下出色的圖形工具包
- SciRuby
- Glean—資料管理工具
- Bioruby
- Arel
Misc
雜項
- Big Data For Chimps—大資料處理嚴肅而有趣的指南書
R
通用機器學習
- Clever Algorithms For Machine Learning
- Machine Learning For Hackers
- Machine Learning Task View on CRAN—R語言機器學習包列表，按演算法型別分組。
- caret—R語言150個機器學習演算法的統一介面
- SuperLearner and subsemble—該包集合了多種機器學習演算法
- Introduction to Statistical Learning
資料分析/資料視覺化
- Learning Statistics Using R
- ggplot2—基於圖形語法的資料視覺化包。
Scala
自然語言處理
- ScalaNLP—機器學習和數值計算庫的套裝
- Breeze —Scala用的數值處理庫
- Chalk—自然語言處理庫。
- FACTORIE—可部署的概率建模工具包，用Scala實現的軟體庫。為使用者提供簡潔的語言來建立關係因素圖，評估引數並進行推斷。
資料分析/資料視覺化
- MLlib in Apache Spark—Spark下的分散式機器學習庫
- Scalding —CAscading的Scala介面
- Summing Bird—用Scalding 和 Storm進行Streaming MapReduce
- Algebird —Scala的抽象代數工具
- xerial —Scala的資料管理工具
- simmer —化簡你的資料，進行代數聚合的unix過濾器
- PredictionIO —供軟體開發者和資料工程師用的機器學習伺服器。
- BIDMat—支援大規模探索性資料分析的CPU和GPU加速矩陣庫。
通用機器學習
- Conjecture—Scalding下可擴充套件的機器學習框架
- brushfire—scalding下的決策樹工具。
- ganitha —基於scalding的機器學習程式庫
- adam—使用Apache Avro, Apache Spark 和 Parquet的基因組處理引擎，有專用的檔案格式，Apache 2軟體許可。
- bioscala —Scala語言可用的生物資訊學程式庫
- BIDMach—機器學習CPU和GPU加速庫。
伯樂線上已在 GitHub 上發起「機器學習資源大全中文版」的整理。歡迎擴散、歡迎加入。