機器學習和資料探勘的工具有很多,首先需要確定自己選用的程式語言,比如說Python是一種通用語言,具有高質量的機器學習和資料分析庫,非常適合快速原型設計;C++是用於CUDA平行計算的中級語言,可以開發在實時約束下直接與硬體互動的驅動程式和軟體,應用很廣泛;還有R語言,適合統計計算和圖形,是統計,視覺化和資料分析的語言和環境,可以實現快速資料分析和視覺化等等。
用於資料分析和視覺化工具的有pandas,用於增強分析和建模的Python資料分析庫;matplotlib,用於高質量視覺化的Python機器學習庫;jupyter notebook,用於互動式計算的免費Web應用程式,可實時建立程式碼和共享文件,開發和執行程式碼;還有Tableau,用於資料科學和商業智慧的資料視覺化工具。
還有一些機器學習庫,比如Numpy,使用Python進行科學計算的擴充套件包;scikit-learn,一個開源的Python機器學習庫,集成了很多機器學習演算法等等。
一些機器學習/深度學習框架工具,包括Tensorflow、Caffe、Pytorch、Keras、CNTK、MXNET、Theano在內的十幾種深度學習框架,最常用的、用的最多的是Tensorflow和Caffe。
機器學習和資料探勘的工具有很多,首先需要確定自己選用的程式語言,比如說Python是一種通用語言,具有高質量的機器學習和資料分析庫,非常適合快速原型設計;C++是用於CUDA平行計算的中級語言,可以開發在實時約束下直接與硬體互動的驅動程式和軟體,應用很廣泛;還有R語言,適合統計計算和圖形,是統計,視覺化和資料分析的語言和環境,可以實現快速資料分析和視覺化等等。
用於資料分析和視覺化工具的有pandas,用於增強分析和建模的Python資料分析庫;matplotlib,用於高質量視覺化的Python機器學習庫;jupyter notebook,用於互動式計算的免費Web應用程式,可實時建立程式碼和共享文件,開發和執行程式碼;還有Tableau,用於資料科學和商業智慧的資料視覺化工具。
還有一些機器學習庫,比如Numpy,使用Python進行科學計算的擴充套件包;scikit-learn,一個開源的Python機器學習庫,集成了很多機器學習演算法等等。
一些機器學習/深度學習框架工具,包括Tensorflow、Caffe、Pytorch、Keras、CNTK、MXNET、Theano在內的十幾種深度學習框架,最常用的、用的最多的是Tensorflow和Caffe。