【 【C++方面】
計算機視覺
CCV-基於c語言，提供快取核心的機器學習視覺庫，新穎的機器視覺庫
OpenCV -提供C++,C,python，java以及MATLAB介面的Android和mac os作業系統
通用的機器學習：MLPack DLib ecogg shark

       【  Closure】
         通用機器學習：Closure Toolbox-Clojure語言與工具的分類目錄
         【GO】
         自然語言處理：
         go-porterstemmer—— 一個porter詞幹提取演算法的原生GO語言實現庫
         paicehusk-paice/Husk詞幹提取演算法的GO語言實現
         snowball——GO語言版的snowball詞幹提取器
         通用機器學習：
         GoLearn——Go語言機器學習庫
         go-pr——Go語言機器學習包
         bayesian——Go語言樸素貝葉斯分類庫
         go-galib——Go語言遺傳演算法庫
         資料分析/資料視覺化
         go-graph——Go語言圖形庫
         SVGo——Go語言的SVG生成庫
                         【Java】
          自然語言處理方面
          CoreNLP——斯坦福大學提供的CoreNLP提供一系列的自然語言處理工具，輸入原始英文的文字，可以給出單詞的基本形式（下面是斯坦福的幾個工具）
          Stanford Parser——一個自然語言分析器
          Stanford POS Tagger ——一個詞性分類器
          Stanford Name Entity Recognizer——Java實現的名稱識別器
          stanford Word Segment——分詞器，很多NLP工作中都要用到的標準預處理步驟
          Tregex ，Tsurgeon and Semgrex——一個在樹狀結構中進行模型模式匹配，基於數關係與節點匹配正則表示式（名稱為‘tree regular expressions’的簡寫）
          Stanford Phrasal——最新基於統計短語的機器翻譯系統，java編寫的。
          Stanford Tokens Regex——用於定義文字模型的框架
          Stanford Temporal Tagger——SUTime是一個識別並標準化時間表達式的庫
          Stanford SPIED一種子集上的使用模式，以迭代方式從無標籤文字中學習字元實體
          Stanford Topic Modeling Toolbox——為社會學家及其其他希望分析資料集的人員提供的主題建模工具
          Twitter Text Java——Java實現的推特文字處理庫
          MALLET——基於Java統計自然語言處理，文件分類，聚類，主題建模，資訊提取以及其他機器學習文字應用包
          OpenNLP——處理自然語言文字的機器學習工具包
          LingPipe——使用計算機語言處理文字的工具包
          通用機器學習：
          MLlib in Apache Spark——Spark中的分散式機器學習程式庫
          Mahout——分散式的機器學習庫
          Stanford Classifier——斯坦福大學的分類器
          Weka——weka是資料探勘方面的機器學習程式庫
          ORYX——提供一種簡單的大規模實時機器學習/預測分析基礎框架
          資料分析/資料視覺化
          Hadoop——大資料分析平臺
          Spark——快速通用的大規模資料處理引擎
          Impala——為Hadoop實時查詢

                                【JavaScript】
 

自然語言處理
Twitter -text-js——javascript實現的推特文字處理庫
NLP js——javascript及coffeescript編寫的NLP工具
natural————Nodel下的通用NLP工具
Knwl-js————JS編寫的自然語言處理器
通用機器學習
Convent js————訓練深度模型的javaScript庫
Clustering js————用javascript實現的聚類演算法，使用Node.js及瀏覽器使用
Kmeans js————k-means演算法的javascript簡單實現，使用node.js和瀏覽器實現使用。
LDA js————供node .js 用的LDA主題建模工具
Learning js————邏輯迴歸/c4.5決策樹的javascript實現
Machine Leaning————Node js的機器學習庫
Node SVM————Node.js的支援向量機
Brain————javascript實現神經網路
Bayesian-Bandit————貝葉斯強盜演算法的實現，供Node.js及其瀏覽器使用
資料分析/資料視覺化
D3.js
High Charts
NVD3.js
dc.js
charjs
dimple
amCharts

                    【Julia】

自然語言處理
Topic Models————Julia下的主題建模
Text Analysis————julia下的文字分析包
通用機器學習
PGM————julia實現的概率圖模型框架
DA————julia實現的正則化判別分析包
Regression————迴歸分析演算法包（rg：線性迴歸和邏輯迴歸）
Local Regression————區域性迴歸，非常平滑
Naive Bayes————樸素貝葉斯的簡單julia實現
Mixed Models（統計）混合效應模型的Julia包
simple MCMC ————julia實現基本MCMC取樣器
Distance————julia實現的距離評估模型
Decision Tree————決策樹分類器及迴歸分析器
Neural————Julia實現的神經網路
MCMC————julia下的MCMC工具
GLM————Julia寫的廣義線性模型
online learning
GLMNet————GMLNet的julia包裝版，適合套索/彈性網模型
Clustering————資料聚類的基本函式：K-means,dp-means等
SVM————julia下的支援向量機
Kemal Density————julia下的核密度估計器
Dimensionality Reducetion————降維演算法
NMF————julia下的非負矩陣分解包
ANN————julia實現的神經網路
資料分析/資料視覺化
Graph Layout————純julia實現的圖佈局演算法
Data Frames Meta————DataFrames的超程式設計工具
julia Data————處理表格資料的julia庫
Data Read————從Stata，SAS，Spss讀取檔案處理
Hypothesis Tests ————julia中的假設檢驗包
Gladfly ——julia編寫的靈巧的統計繪圖系統
Stats——Julia編寫的統計測試函式包
RDataSets——讀取R語言中眾多可用的資料集的Julia函式包
DataFrames——處理表格資料的Julia包
Distnbutions——概率分佈及其相關函式的Julia 包
Data Arrys——元素值可以為空的資料集結構
Time Senes——julia的時間序列資料分析包
Sampling——Julia的基本採集演算法包
視覺化工具與包
DSP——數字訊號處理
JuliaCon Presentations——Julia大會上演示的文稿
SignalProcessing——julia的訊號處理工具
Images——julia的影象庫

             【Kaggle競賽原始碼】

wiki challange——kaggle上的一個維基預測挑戰賽Dell Zhang解法的實現
kaggle insults——kaggle上社交媒體評論檢測辱罵競賽的提交程式碼的挑戰賽
kaggle cifar——kaggle上CIFAR-10賽程式碼，使用CUDA-convent，機器學習主流演算法的三大部分

         】