5 โปรเจ็คด้าน Data Science ที่น่าสนใจประจำเดือนมกราคม 2019

Analyticsvidhya ได้คัดเลือก 5 โปรเจ็คด้าน Data Science ที่น่าสนใจบน GitHub มาเผยแพร่ซึ่งเราจึงขอสรุปมาให้ผู้อ่านได้ติดตามกันครับ

1.Flair (Stat-of-the-Art-NLP Library)

Library ด้าน NLP ตัวหนึ่งที่ไม่ควรพลาดเพราะนำไปใช้งานต่อได้ง่ายๆ โดยโปรเจ็คมาจากฝีมือของ Zalando Research ซึ่งมีพื้นมาจาก PyTorch (มีผลตารางทดสอบความแม่นยำด้วยด้านบน) ผู้สนใจสามารถติดตามได้ที่นี่

2. face.evoLVe (Face Recognition Library)

เป็นโปรเจ็คที่พัฒนาต่อยอดจาก PyTorch เช่นเดียวกันแต่อยู่ในด้านของ Face Recognition ซึ่งให้ผลลัพธ์ที่มีประสิทธิภาพสูงโดยภายในมีฟังก์ชันต่างๆ ที่จำเป็นต่อการวิเคราะห์ใบหน้าและการนำไปใช้งานจริง ผู้สนใจสามารถติดตามได้ที่นี่

3. YOLOv3

YOLO เป็น Framework สำหรับงานด้าน Object Detection ที่ปล่อยออกมาตั้งแต่ปี 2016 และได้รับการพัฒนาดีขึ้นเรื่อยมาซึ่งใน YOLOv3 ที่ถูกพัฒนาด้วย TensorFlow นั้นผู้ใช้งานสามารถเทรนชุดข้อมูลเพื่อสร้างโมเดลของตนออกมาได้ ผู้สนใจสามารถติดตามได้ที่นี่

4.FaceBoxes

ปัญหาของ Computer Vision หนีไม่พ้นเรื่องของทรัพยากรสำหรับการคำนวณที่มักจะต้องอาศัยแรงจาก GPU ซึ่ง FaceBoxes เป็นวิธีการตรวจจำใบหน้ารูปแบบใหม่ที่ให้ผลลัพธ์ที่ดีและแม่นยำจากการใช้งาน CPU โดยถูกสร้างขึ้นด้วย PyTorch ที่ภายในมีโค้ดนำไปติดตั้ง เทรน หรือโมเดลการตรวจจับใบหน้า ผู้สนใจสามารถติดตามได้ที่นี่

5. Transformer-XL จาก Google AI

Framework ด้าน NLP อีกตัวหนึ่งจาก Google โดยภายในโปรเจ็คมีโค้ดทั้งใน TensorFlow และ PyTorch ซึ่งทีมงานของบริษัท Search Engine ยักษ์ใหญ่โชว์ว่าโปรเจ็คนี้มีประสิทธิภาพดีกว่า RNNs และ Vanilla Transformer อย่างชัดเจน ผู้สนใจสามารถติดตามได้ที่นี่

ที่มา : https://www.analyticsvidhya.com/blog/2019/02/top-5-data-science-github-reddit-january-2019/