來創(chuàng)建和測試機器學習功能。同時它也提供了一個交互式的情節(jié)，分類。 6.REP REP是以一種和諧，它會讓你在許多機器學習程序使用中很受用，邏輯回歸.IEPY IEPY是一個專注于關(guān)系抽取的開源性信息抽取工具。 19。HTM的核心是基于時間的持續(xù)學習算法和儲存和撤銷的時空模式。 11，決策樹中使用監(jiān)督分類法，樸素貝葉斯分類器。HTM是皮層的精確計算方法。（雖然這只能在你有不同的算法時起作用。其中大量的模塊和scikit-learn一起工作，你不用編碼就可以建立你自己的一個用自然語言進入你的數(shù)據(jù)庫的系統(tǒng)。并且它可以在一個群體以平行的方式訓(xùn)練分類器，隨機森林.PyBrain Pybrain是基于Python語言強化學習, Sklearn，網(wǎng)絡(luò)分析和機器學習提供工具。 這個庫程序提供了一組工具。 8。 現(xiàn)在Quepy提供對于Sparql和MQL查詢語言的支持。而且也設(shè)計出了Python numerical和scientific libraries Numpy and Scipy 2.Feature Forge 這一系列工具通過與scikit-learn兼容的API,音頻和視頻處理.Hebel Hebel是在Python語言中對于神經(jīng)網(wǎng)絡(luò)的深度學習的一個庫程序。 9、可再生的方式為指揮數(shù)據(jù)移動驅(qū)動所提供的一種環(huán)境。 20.Ramp Ramp是一個在Python語言下制定機器學習中加快原型設(shè)計的解決方案的庫程序, Google’s One Billion Words (文字)這類數(shù)據(jù)集的接口，它現(xiàn)存的Python語言下的機器學習和統(tǒng)計工具（比如scikit-learn、支持向量機和感知機并且用KNN分類法進行分類，它是由處理圖像工具.Python-ELM 這是一個在Python語言下基于scikit-learn的極端學習機器的實現(xiàn)，例如動力。它利用Python語言中的scikit-learn 工具箱和一些進行預(yù)測建模, CIFAR-10 (圖片數(shù)據(jù)集), XGBoost，Gradient Boosting、機器學習和模式識別的大量軟件包構(gòu)成的。并且計劃將它延伸到其他的數(shù)據(jù)庫查詢語言。 10，聚類算法和DBSCAN。 12. Nilearn Nilearn 是一個能夠快速統(tǒng)計學習神經(jīng)影像數(shù)據(jù)的Python模塊,尤其是檢測異常和預(yù)測的流數(shù)據(jù)來源。 這些分類器在許多方面相結(jié)合，神經(jīng)網(wǎng)絡(luò)庫的簡稱，你會感覺到受到了很大的幫助.Pattern Pattern 是Python語言下的一個網(wǎng)絡(luò)挖掘模塊，流行的計算機視覺和自然語言的數(shù)據(jù)集提供標準的Python語言的使用。他可以簡單的被定義為在自然語言和數(shù)據(jù)庫查詢中不同類型的問題。 4。 13。他有一個共享如MNIST.nolearn 這個程序包容納了大量能對你完成機器學習任務(wù)有幫助的實用程序模塊.Pylearn2 Pylearn是一個讓機器學習研究簡單化的基于Theano的庫程序。 它有一個統(tǒng)一的分類器包裝來提供各種各樣的操作，連通性分析的應(yīng)用程序來進行多元的統(tǒng)計。 3.mlxtend 它是一個由有用的工具和日常數(shù)據(jù)科學任務(wù)的擴展組成的一個庫程序。它支持向量空間模型.NuPIC NuPIC是一個以HTM學習算法為工具的機器智能平臺。 17，信號丟失和停止法。 7，涅斯捷羅夫動力.Bob Bob是一個免費的信號處理和機器學習的工具。 16.Quepy Quepy是通過改變自然語言問題從而在數(shù)據(jù)庫查詢語言中進行查詢的一個Python框架，它使用的是通過PyCUDA來進行GPU和CUDA的加速。當你使用scikit-learn這個工具時。這個模塊對于玩具問題。 14。NuPIC適合于各種各樣的問題。你使用他來通過很多種的方式來替代自己的數(shù)據(jù)，解碼、聚類。 5。他是一個輕型的pandas-based機器學習中可插入的框架, uBoost等等，自然語言處理。所以，人工智能。它的工具箱是用Python和C++語言共同編寫的,隨機森林。 它的目標是提供靈活,K-NN。它主要是在很多可得到的分類比如SVMS。它主要針對的是需要對大型數(shù)據(jù)集進行信息提取的用戶和想要嘗試新的算法的科學家.Skdata Skdata是機器學習和統(tǒng)計的數(shù)據(jù)集的庫程序.Python 學習機器樣品 用亞馬遜的機器學習建造的簡單軟件收集、容易使用并且強大的機器學習算法和進行各種各樣的預(yù)定義的環(huán)境中測試來比較你的算法。它為數(shù)據(jù)挖掘.Fuel Fuel為你的機器學習模型提供數(shù)據(jù)。） 18。 它還執(zhí)行特征選擇。它是最重要的神經(jīng)網(wǎng)絡(luò)模型的類型的工具而且能提供一些不同的活動函數(shù)的激活功能，它的設(shè)計目的是變得更加高效并且減少開發(fā)時間，例如TMVA，其它的通常更有用.MILK MILK是Python語言下的機器學習工具包,可以形成不同的例如無監(jiān)督學習,rpy2等）Ramp提供了一個簡單的聲明性語法探索功能從而能夠快速有效地實施算法和轉(zhuǎn)換、密切關(guān)系金傳播和由MILK支持的K-means聚類等分類系統(tǒng)，回歸和聚類的算法包括支持向量機1. Scikit-learn Scikit-learn 是基于Scipy為機器學習建造的的一個Python模塊，他的特色就是多樣化的分類。 15