在這篇文章中，你將會見識到各種機器學習工具。了解它們為什麼重要，以及可供選擇的工具型別。
機器學習工具使得應用機器學習更快，更簡單，更有趣。
你不希望為學習、使用機器學習工具而學習、使用機器學習工具。必須有目的地使用工具。
機器學習工具可以讓你在機器學習專案中交付結果。當你試圖決定是否要學習新工具或是新功能的時候，問自己這麼乙個問題：
這些工具如何幫助我在機器學習專案中交付結果？你想在你正在解決的問題上使用最好的工具。那麼如何區分好的機器學習工具與強大機器學習工具之間的區別呢？
機器學習工具能夠節省你的時間，並在專案中持續為你提供良好的結果。以下是使用機器學習工具能夠為你帶來的一些好處：
日常：如果你想快速得到乙個問題的良好結果，機器學習工具可以讓你集中關注特定的問題，而不是得到答案需要的技術深度。
專案工作：當你正在從事大型工程時，機器學習工具可以幫助你制定原型解決方案，進行需求分析，並且給出你可能要實現的系統的模板。
機器學習工具有許多。谷歌搜尋到的結果就足以讓你頭暈目眩了。
一種有用的機器學習工具分類方式是將它們分成平台和庫。平台為你執行乙個專案所需的全部功能，而庫只為你完成乙個專案提供部分功能。
這麼區分並不完美，因為有些機器學習平台同時也是庫，有些庫也提供了圖形化使用者介面。然而，這提供了很好的比較方式，從特定目的工具中區分具體使用情形。
機器學習平台提供了從頭到尾完成乙個機器學習專案的功能。也就是，資料分析，資料準備，建模和演算法評估及選擇。
機器學習平台的特徵有：
以下是一些機器學習平台：
機器學習庫提供了完成乙個機器學習專案部分模組的功能。比如，乙個庫可能提供了一系列建模演算法。
機器學習庫的特徵有：
以下是一些機器學習庫：
另一種區分機器學習工具的方式是根據它們提供的介面。
這可能令人迷惑，因為一些工具提供了多個介面。然而，這可能為你挑選機器學習工具提供了起點，甚至可能為你區分這些工具提供了幫助。
下面是一些常見的介面。
機器學習工具提供了圖形使用者介面，包括視窗，得分，點選，專注於視覺化。圖形化使用者介面的好處有：
以下是一些有圖形化介面的機器學習工具：
機器學習工具提供了命令列介面，包括命令列程式，命令列引數，注重於輸入和輸出。命令列使用者介面的好處有：
以下是一些提供命令列介面的機器學習工具：
機器學習工具提供了應用程式程式設計介面，可以讓你自由決定在你的程式中使用什麼元素以及如何使用。應用程式程式設計介面的好處有：
以下是一些帶有應用程式程式設計介面的機器學習工具：
比較機器學習工具最後乙個方法是這個工具是本地工具還是遠端工具。
這樣區分也許有些模糊，因為有些工具可以以本地或遠端的方式執行。另外，如果你是優秀的工程師，你可以在自己的伺服器上配置幾乎所有的工具作為託管解決方案。
然後，這麼區分可能很有用，能夠幫助你理解和選擇機器學習工具。
以下是一些本地工具：
遠端工具託管在伺服器上，並且可以從本地環境呼叫。這些工具通常被稱為將機器學習作為服務（mlaas）。
以下是一些遠端工具：
參考文章：也有一些工具可以讓你建立自己的遠端解決方案，並作為服務整合到你的本地環境中。比如：
在這篇文章中，你了解到了為什麼工具在應用機器學習中很重要。你了解到，沒有良好的機器學習工具，你就必須從無到有實現所有的技術，而這需要專業技術知識和高效工程實踐。
你學習到了三種結構化看待機器學習工具的方式：
作者簡介：jason brownlee，machinelearningmastery.com的editor-in-chief，專業程式設計師，機器學習踐行者。
機器學習工具彙總
從機器學習談起 介紹工具是機器學習的重要組成部分，選擇合適的工具與使用最好的演算法同等重要。在這篇文章中，你將會見識到各種機器學習工具。了解它們為什麼重要，以及可供選擇的工具型別。機器學習工具使得應用機器學習更快，更簡單，更有趣。你不希望為學習 使用機器學習工具而學習 使用機器學習工具。必須有目的地...
機器學習彙總
傳統機器學習 線性回歸 吳恩達機器學習筆記 傳統機器學習 logistic回歸 吳恩達機器學習筆記 傳統機器學習 正則化 吳恩達機器學習筆記 傳統機器學習 應用機器學習的建議 吳恩達機器學習筆記 傳統機器學習 梯度下降 傳統機器學習 pca vs lda 線性判別分析 傳統機器學習 svm 傳統機器...
機器學習演算法彙總
機器學習知識樹 1 bayesian mode樸素貝葉斯模型 2 k nearest neighbors knn k近鄰 3 support vector machines svm 支援向量機 4 decision trees決策樹 5 boosting 6 隨機森林 7 neural networ...