最实用的机器学习工具有哪些？

的机器学习应用程序?”

与数据科学家、正在寻求转型的专业人员以及团队经理沟通的过程中，这个问题以各种形式多次出现。

交付专业数据科学项目涉及很多方面，实际上它在厨房做饭很相似：有原料(数据)、食谱(设计)、烹饪过程(独到的方法)、最后是实际的厨房(工具)。

本文遍历了小编的“厨房”，重点介绍了在设计、开发和部署全栈机器学习应用程序中最有用的工具——这些解决方案或与系统融合，或能够在生产环境中服务于用户。

势不可挡的可能性
 

能得到太多的工具，组合的可能性是无限的，这势不可挡，却也令人迷茫。你需要去缩小范围。但要注意的是，完美的安装依旧不存在，而这取决于用户的需求和限制条件。简而言之，最适合的才是最好的。

小编的优先列表如下(无先后之分)：

• 免费
• 工程大于研究
• 易于学习和安装
• 只要能完成工作就好
• 久经考验的(应用程度&工具成熟度)
• 在创业或大型企业被应用于大型或小型项目

注意：小编99%的时间里都会使用Python 。因此，本文推荐的工具要么和Python完美适配，要么本地就有Python。小编尚未使用其他编程语言(例如R或Java)对它们进行测试。

冰箱：数据库

PostgreSQL

这是一个免费的开源关系数据库管理系统(RDBMS)，拥有可扩展性和技术标准合规性。它旨在处理各种工作负载，包括单台机器、数据仓库或拥有多个并

（编辑：鹤壁站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!