scikit-learn是一个构建在SciPy之上用于机器学习的 Python 模块。

Oryx的目标是帮助Hadoop用户搭建并部署能够实时查询的机器学习模型，例如垃圾邮件过滤和推荐引擎。随着数据的不断流入，Oryx还将支持自我更新。

scikit-learn 是一个 Python 的机器学习项目。是一个简单高效的数据挖掘和数据分析工具。基于 NumPy、SciPy 和 matplotlib 构建。

PredictionIO是一个开源的机器学习服务器，能够帮助软件开发人员创建预测功能，比如个性化，推荐和发现内容。让开发人员利用机器学习构建智能软件。几乎任何应用与PredictionIO集成都...

Waffles英文原意是蜂蜜甜饼（见logo），在这里却指代一个非常强大的机器学习的开源工具包，基于C++语言开发。 Waffles里包含的算法特别多，涉及机器学习的方方面面，推荐系统位于其...

ganitha 包含一组算法用来实现在 Hadoop 平台是的各种规模的机器学习和统计分析。

MLPACK 是一个 C++ 的机器学习库，其重点是可伸缩性、速度和易用。

Mallet是专门用于机器学习方面的软件包，此软件包基于java。通过mallet工具，可以进行自然语言处理，文本分类，主题建模。文本聚类，信息抽取等。

Shark 是一个快速、模块化、功能丰富的开源 C++ 机器学习库，提供了各种机器学习相关技术，比如线性/非线性优化、基于内核学习算法、神经网络等。Shark 已经应用于多个现实项目中。

　研究数据挖掘和机器学习有一段时间了，对数据挖掘来说，商用软件有SAS、 Clementine、Oracle数据挖掘组件等等；由于个人学习和版权、算法定制等问题，开源的数据挖掘与机器学习软件(库...

机器学习取决于 IT、数学和自然语言的交集，在大数据应用程序中会通常用到机器学习。本文将讨论 Python 编程语言和它的 NLTK 库，然后将它们应用于一个机器学习项目。

Jubatus 是一个分布式处理框架和机器学习库

在海量数据盛行的今天，大规模并行计算已经随处可见，尤其是MapReduce框架的出现，促进了并行计算在互联网海量数据处理中的广泛应用。而针对海量数据的机器学习对并行计算的性能、开发复杂度等提出了...

SHOGUN是一个机器学习工具箱，其重点是在大尺度上的内核的方法，特别是支持向量机（SVM）的学习工具箱。它提供了一个通用的SVM对象接口 连接到几个不同的SVM的实现中，所有相同的底层，高效的内核实现利用。

Mahout是一个利用Map/Reduce的机器学习算法库，其思想源于斯坦福大学几个学者在2006年的nips会议上发表的一篇文章“Map- Reduct for Machine Learnin...