學習機器學習有哪些好工具推薦？

01-06

Matlab的statistics Toolbox+眾多擴展包，opencv，Octave，Python的Scipy庫也不錯，Weka，R。

其實工具都是其次，關鍵還是思想。

竟然沒有人提scikit.learn ！！！！！！！！！！

震驚過後好好說話吧，其實語言什麼的都不是主要的。

首先推薦一個大而全的網站 http://mloss.org，這個網站搜集了非常多的機器學習包，幾乎涵蓋了你聽過的所有語言。

如果你是用python的話，那麼numpy, scipy, matplotlib是基礎的，然後就是大名鼎鼎的scikit.learn了。最近pandas也很火，可以提供類似R中dataframe的數據結構，pandas的作者最近出版了一本書 Python for Data Analysis。

如果你想追求速度，那麼可以考慮Cython和PyPy。

Anyhow，Python是一門很靈活的語言，很多基於C和C++的包也提供了python介面（比如shogun）

我是主推Python系的機器學習工具鏈的。主要的理由是：

1.現在的研究熱點大都用Python實現。

2.Python可以編譯到C(通過Cython)，所以可以很好的保護源碼。相對於Java的混淆位元組碼來說，編譯到C之後的Python源碼幾乎不可能被分析。

3.Python是免費的，雖然用起來比matlab要麻煩。但是有開源社區的支持，包括最近公布的numbapro可以把Python JIT到CUDA/GPU平台運行。極大的簡化了性能優化的工作。

4.Python在Linux集群上可以跑，但是matlab貌似是不行的。

Matlab和C++，一原型，一產品。求破。

一站式解決方案

好評：scikit-learn, weka

差評：mahout，不解釋

平常做調研用的一些工具

推薦系統：svd-feature

分類/回歸問題：liblinear, libsvm

liblinear適用於大數據集，注重訓練效率，不支持kernel trick。

python 的有很多,比如:

Tensorflow,

Theano,

sklearn,

如果你想用好他們,你還要學一下 numpy, pandas 整理你的數據.

統計學出身的話，推薦R，免費開源，包數量多，社區強大。有本書叫mahine learning for hackers用的就是R。

opencv的ml庫，matlab 的一些包，開源的一些包

機器學習還是很注重演算法的速度，因此真正做機器學習研究和演算法的基本都用C 或C++。

謝@Mathematics邀~！

python，可以提供你所需要的一切工具。

科學運算有numpy/scipy

常用的機器學習演算法庫有scikit-learn，初學者可以跟著官網的演算法一個一個看，如果都看懂了就入門了。

想玩玩深度學習有theano。

想要追求效率，還可以把C++的庫編譯成Python的擴展。

綜上所屬，沒有什麼Python不能做的。但是具體要用到python的哪個部分，就看你想做什麼了。

Matlab, Weka, Libsvm,

python啊提供了numpy，theano等很多庫，語言學起來簡單很容易入門

theano

deep learning首推

Weka 非常適合初學者的工具

上面說的都是一些應用起來比較方便的工具，並不適合所有的初學者。如果你的目的是應用現成的工具，那還可以。如是你需要進一步了解演算法，以後可能會定製適合自己的問題的演算法，那就要找一些簡單的開源軟體，看一下別人是什麼實現一個演算法的。

GitHub 上的一個搜集 machine learning 各種 framework, lib, software，還有 free books，可以參考參考：

https://github.com/josephmisiti/awesome-machine-learning

另外兩個專門搜集相關書目、各種 material 的項目：

Qix/dl.md at master · ty4z2008/Qix · GitHub

Qix/dl2.md at master · ty4z2008/Qix · GitHub

以上均可以作為參考，因為內容太多太多。慢慢品嘗吧。

matlab, weka（java實現）, R, python(文本處理方面非常強大)

我還是推薦R，因為python的語法非常的靈活，反正我初看《ML in action》，numpy,scipy庫基本上看不懂。我後來用R語言把這本書中的問題都做了一遍，基本上書中的演算法我都明白了，如果想看理論推導，可以參考《統計建模與R語言》。我推薦使用R來學習機器學習，可以快速的理解概念，演算法。至於實現，演算法都會了，難道實現還困難么？

首先看你用什麼編程語言

一般是Python和R

Python有很多優秀的庫，比如numpy,scipy,pandas,scikit-learn,pybrain,mlpy啊等等

R也可以用caret

還有想weka,orange這樣的軟體可以用。

機器學習：R python spark

數據挖掘／數據分析：sas spss