摘要
- 来源：30 Amazing Machine Learning Projects for the Past Year (v.2018)
- 评选：Mybridge AI
- 数据：从 8800 个机器学习领域开源项目中选取 Top 30 (0.3%)，Github 平均关注数 3558。
Machine Learning Project CheckList
- Frame the Problem and Look at the Big Picture
- Get the Data
- Explore the Data
- Prepare the Data
- Short-List Promising Models
- Fine-Tune the System
- Present Your Solution
NO.1 FastText [11786 stars]
FastText: 文本表示和分类库（representation & classification）
贡献者：Facebook Research
No.2 Deep-photo-styletransfer [9747 stars]
Deep-photo-styletransfer: 论文 “Deep Photo Style Transfer” 的源代码和数据
贡献者：Fujun Luan, 康奈尔大学（Cornell University）Ph.D
No.3 face_recognition [8672 stars]
face_recognition: 脸部识别 API （facial recognition），支持 Python 编程接口
贡献者：Adam Geitgey
No.4 Magenta [8113 stars]
Magenta: 基于机器智能生成音乐和艺术作品
No.5 Sonnet [5731 stars]
Sonnet: 基于 TensorFlow 的神经网络库
贡献者：Malcolm Reynolds at Deepmind
No.6 deeplearn.js [5462 stars]
deeplearn.js: 一个面向 Web 的 JavaScript 库，提供硬件加速能力，支持在浏览器中训练神经网络，或者使用已经训练好的模型。
贡献者：Nikhil Thorat at Google Brain
No.7 fast-style-transfer [4843 stars]
fast-style-transfer：基于 TensorFlow，Fast Style Transfer
贡献者：Logan Engstrom at MIT
No.8 Pysc2 [3683 stars]
Pysc2: StarCraft II Learning Environment .
贡献者：Timo Ewalds at DeepMind
No.9 AirSim [3861 stars]
AirSim: 基于 微软（AI & Research）自主驾驶汽车虚拟引擎的开源模拟器
贡献者：Shital Shah at Microsoft
No.10 Facets [3371 stars]
Facets: 机器学习数据集可视化
贡献者：Google Brain
No.11 Style2Paints [3310 stars]
Style2Paints: 图像智能化
No.12 Tensor2Tensor [3087 stars]
Tensor2Tensor: 广义顺序序列模型库（sequence to sequence models）
贡献者：Ryan Sepassi at Google Brain
No.13 pytorch-CycleGAN-and-pix2pix [2847 stars]
pytorch-CycleGAN-and-pix2pix：图像翻译 （Image-to-image）， in PyTorch (horse2zebra, edges2cats)
贡献者：Jun-Yan Zhu, Ph.D at Berkeley
No.14 Faiss [2629 stars]
Faiss: 相似性搜索和稠密矢量聚类库 （efficient similarity search & clustering of dense vectors）
贡献者：Facebook Research
No.15 Fashion-mnist [2780 stars]
Fashion-mnist: 类似 MNIST 风格的时尚产品数据库（MNIST：Mixed National Institute of Standards and Technology database)
贡献者：Han Xiao, Research Scientist Zalando Tech
No.16 ParlAI [2578 stars]
ParlAI: 一个基于各种公开可用的对话数据集训练和评估 AI 模型的框架
贡献者：Alexander Miller at Facebook Research
No.17 Fairseq [2571 stars]
Fairseq: 来自 Facebook AI Research 的 Sequence-to-Sequence 工具库
No.18 Pyro [2387 stars]
Pyro: 基于 Python 和 Pytorch 的通用深度学习编程接口
贡献者：Uber AI Labs
No.19 [2369 stars]
iGAN: 基于 GAN (生成对抗网络)实现交互式图像生成
No.20 Deep-image-prior [2188 stars]
Deep-image-prior: 基于神经网络实现图像修复，非监督学习方式
贡献者：Dmitry Ulyanov, Ph.D at Skoltech （斯科尔科沃，俄罗斯“硅谷”）
No.21 Face_classification [1967 stars]
Face_classification:实时人脸检测与情感/性别识别，使用fer2013/imdb 数据集，基于 Keras CNN 模型和 OpenCV。
No.22 Speech-to-Text-WaveNet [1961 stars]
Speech-to-Text-WaveNet : 英语语言识别，基于 DeepMind 的 WaveNet 和 Tensorflow。
DeepMind：一家英国人工智能公司。创建于2010年，2014年被谷歌收购。WaveNet is a deep neural network for generating raw audio.
贡献者：Namju Kim at Kakao Brain
No.23 StarGAN [1954 stars]
StarGAN: 用于多域图像到图像转换的统一生成对抗网络
贡献者：Yunjey Choi ，高丽大学（ Korea University ）
No.24 Ml-agents [1658 stars]
Ml-agents: 统一机器学习代理
贡献者：Arthur Juliani, Deep Learning at Unity3D
No.25 DeepVideoAnalytics [1494 stars]
DeepVideoAnalytics: 分布式可视化搜索与数据分析平台
贡献者：Akshay Bhat, 康奈尔大学（ Cornell University ）Ph.D
No.26 OpenNMT [1490 stars]
OpenNMT: 利用 Torch 数学工具包的开源神经机器翻译系统
- OpenNMT site
- Building a Translation System In Minutes | Using OpenNMT-py to create baseline NMT models
No.27 Pix2pixHD [1283 stars]
Pix2pixHD: 合成和操纵 2048x1024 图像，基于条件式对抗生成网络（Conditional GAN）
贡献者：Ming-Yu Liu at AI Research Scientist at Nvidia
No.28 Horovod [1188 stars]
Horovod: 面向 TensorFlow 的分布式训练框架
贡献者：Uber Engineering
No.29 AI-Blocks [899 stars]
AI-Blocks: 一个强大的图形化机器学习模型编辑器，基于Tensorflow 和 Python。
No.30 deep-voice-conversion [845 stars]
deep-voice-conversion: 支持语音转换的深度神经网络（声音风格转换），基于 Tensorflow
贡献者：Dabi Ahn, AI Research at Kakao Brain
扩展阅读
《The Machine Learning Master》
- Machine Learning(一):基于 TensorFlow 实现宠物血统智能识别
- Machine Learning(二):宠物智能识别之 Using OpenCV with Node.js
- Machine Learning:机器学习项目
- Machine Learning:机器学习算法
- Machine Learning:如何选择机器学习算法
- Machine Learning:神经网络基础
- Machine Learning:机器学习书单
- Machine Learning:人工智能媒体报道集
- Machine Learning:机器学习技术与知识产权法
- Machine Learning:经济学家谈人工智能
- 数据可视化（三）基于 Graphviz 实现程序化绘图
