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。