2017年5个不应该被忽视的机器学习项目

    这篇文章将推荐5个大家可能没有听说过的机器学习项目，来自不同生态系统和编程语言。你可能会发现你并不需要其中的某一个工具，但是深入了解它们的实现细节和代码有助于启发我们的思路。
一.Hyperopt-sklearn
    Hyperopt-sklearn 使用了多种搜索算法，可以搜索所有支持的分类器或者只是用参数给定的唯一分类器，它支持一系列数据预处理步骤，比如 PCA, TfidfVectorizer, Normalzier, 以及 OneHotEncoder 等。
二.Dlib
    Dlib 是使用 C++ 实现的可用于创建机器学习和数据分析应用的通用工具库，并且提供了Python 接口。
三.NN++
    NN++ 是一个 C++ 实现的轻量级、非常容易使用的神经网络，无需安装，直接#include即可。
四.LightGBM
    来自微软的梯度增强树算法实现，提供了 C++ 和 Python 接口。
五.Sklearn-pandas
    Sklearn-pandas 是一个正在开发中的模块，在 Scikit-Learn 的机器学习方法和 Pandas 风格的 Data Frame 之间提供一个桥梁。

原标题：2017年5个不应该被忽视的机器学习项目

关键词：