最全数据科学C/C++机器学习库整理，再也不用百度搜了( 二 ) C++在数据科学及大数据中到底

GitHub：
CRF++ -- 用于分段/标记顺序数据的条件随机字段（CLF）的开源实现和其他自然语言处理任务。 [已弃用]
GitHub：
CRFsuite -- CRFifsuite 是用于标记顺序数据的条件随机字段（CLF）的实现。 [已弃用]
GitHub：
CRF 模型 -- 基于不同深度学习的 CRF模型。 frog --为荷兰语开发的基于内存的NLP套件：PoS 标记器、lemmatizer、依赖分析器、NER、浅层解析器、形态分析仪。
GitHub：
MeTA -- ModErn 文本分析是一个 C++ 数据科学工具包，有助于挖掘大文本数据，包括文本标记化，包括解析树、主题模型、分类算法、图形算法、语言模型、多线程算法等深层语义功能。
官方文档：
MIT信息提取工具包 -- C、C++ 和 Python 工具，用于命名实体识别和关系提取
GitHub：
ucto -- 用于各种语言的 Unicode 感知正则表达式标记器、工具和C++库，支持 FoLiA 格式。
GitHub：
16. 数据流挖掘
StreamDM：适用于挖掘支持以下算法的大数据流。
GitHub：
SGD 学习者和感知器：

朴素贝叶斯
CluStream
Hoeffding决策树
Bagging
流KM ++

数据产生器：

HyperplaneGenerator
RandomTreeGenerator
RandomRBFGenerator
RandomRBFEventsGenerator

17. 数据结构/图形/动态编程算法
GitHub：
18. 通用机器学习
Darknet -- Darknet是一个开源神经网络框架，用 C 和 CUDA 编写，支持 CPU 和 GPU 计算。
GitHub：
cONNXr -- ONNX 运行时以纯 C （99）编写，零依赖关系集中在小型嵌入式设备上。对机器学习模型进行推理，无论您使用哪个框架进行训练。易于安装和编译无处不在，即使在非常旧的设备。
GitHub：
BanditLib -- 一个简单的多臂Bandit库。 [已弃用]
GitHub：
CUDA -- 这是一个快速 C++/CUDA 实现卷积深度学习
官方文档：
DeepDetect -- 一个用 C++ 11编写的机器学习API和服务器。它使最先进的机器学习易于使用并集成到现有应用程序中。
GitHub：
分布式机器学习工具包（DMTK） -- 微软的分布式机器学习（参数服务器）框架。在多台机器上启用大型数据集的训练模型。与它捆绑的当前工具包括：LightLDA 和分布式（多感）字嵌入。
官网：（已停用）
DLib -- 一套 ML 工具，设计为易于在其他应用中安装。
官网：
DSSTNE -- 由亚马逊创建的软件库，用于使用 GPU 训练和部署深度神经网络，该软件库强调速度和扩展性，而不是实验灵活性。
GitHub：
Fido -- 用于嵌入式电子和机器人技术的高度模块化 C++ 机器学习库。
GitHub：
igraph -- 通用图形库。
官方文档：
英特尔DAAL -- 由英特尔开发并针对英特尔架构进行优化的高性能软件库。库为数据分析的所有阶段提供了算法构建块，并允许以批处理，联机和分布式模式处理数据。
GitHub：
libfm -- 一种通用方法，可以通过特征工程模拟大多数分解模型。
GitHub：
MLDB -- 机器学习数据库是为机器学习而设计的数据库。通过RESTful API发送命令以存储数据，使用SQL探索数据，然后训练机器学习模型，并将其公开为API 。
官方文档：
MXNet -- 具有动态，可感知突变的Dataflow Dep Scheduler的轻量，便携式，灵活的分布式/移动深度学习；适用于Python ， R ， Julia ， Go ， Javascript等。
GitHub：
proNet-core -- 通用网络嵌入框架：成对表示优化Network Edit 。
GitHub：
PyCUDA -- CUDA的Python接口
官方文档：
ROOT -- 模块化的科学软件框架。它提供了处理大数据处理，统计分析，可视化和存储所需的所有功能。
官网：
sofia-ml -- 快速增量算法套件。
官网：
Stan -- 一种概率编程语言，利用汉密尔顿蒙特卡洛采样实现完整的贝叶斯统计推断。
官方文档：
Timbl -- 一种软件包/ C ++库，实现了几种基于内存的学习算法，其中IB1-IG是k最近邻分类的实现，而IGTree是IB1-IG的决策树近似，常用于NLP 。
GitHub：
Vowpal Wabbit（VW） -- 一个快速的核心学习系统。
GitHub：
Warp-CTC -- 在CPU和GPU上快速并行地实现连接主义时间分类（CTC）。
GitHub：
ThunderSVM -- 在GPU和CPU上的快速SVM库。
GitHub：
LKYDeepNN -- 仅标头的 C++11 神经网络库。低依赖性，本地繁体中文文档。