2018年度GtiHub开源项目盘点！

谷歌的 AdaNet

开源地址：https://github.com/tensorflow/adanet

AdaNet 是一个自动学习高质量模型的框架，对编程专业知识没有要求。由于 AdaNet 由谷歌开发，因此这一框架基于 TensorFlow。你可以使用 AdaNet 创建所有的模型，同时可以扩展它的应用去训练神经网络。

强化学习

因为我在 2018 年的综述文章中盘点过一些强化学习开源项目，因此这一章节的介绍会相当简单。我希望在包括 RL 在内的这些章节中，能够促进大家对我们这个社区的讨论，也希望能过加速这一领域的研究进程。

首先，你可以先去看一下 OpenAI 的 Spinning Up 开源项目（项目地址：https://github.com/openai/spinningup），它是一个针对初学者的完全教育型的开源项目。然后可以去看看谷歌的 dopamine 开源项目（项目地址：https://github.com/google/dopamine），它是一个研究框架，用来加速这一仍旧处于初步发展阶段的领域的研究。接下来，让我们也了解一下其他的开源项目。

DeepMimic

开源地址：https://github.com/xbpeng/DeepMimic

如果你在社交媒体上关注了一些研究者，你一定在视频中看到过上面的图像。一个棍形人在地面上奔跑，或者尝试站起来，或者其他一些动作。亲爱的读者，这些就是（人体）动作中的强化学习。

这里有一个强化学习的标志性示例——训练仿真人形来模仿多个动作技能。上面开源项目的链接页面包括代码、示例以及循序渐进的练习指南。

Reinforcement Learning Notebooks

开源地址：https://github.com/Pulkit-Khandelwal/Reinforcement-Learning-Notebooks

这个开源项目是一个强化学习算法集，这些算法来自 Richard Sutton 和 Andrew Barto 所写的书以及其他研究论文，它们在开源项目中以 Python notebooks 的格式呈现。

正如该开源项目的开发者所提到的，如果你在学习的过程中同时进行实操练习，你就能真正学会它。这个项目比较复杂，如果不进行实操或者仅仅像读小说一样去阅读资源内容，你将一无所获。

via：https://www.analyticsvidhya.com/blog/2018/12/best-data-science-machine-learning-projects-github/