机器学习常用工具

pytorch - 深度学习框架，更易用，更适合文本
TensorFlow - 深度学习框架，更强大，更适合图像和分布式
xgboost : 梯度增强算法库，c++写的，有python接口
scikit-learn : Machine learning in Python, 常见的机器学习算法基本都有实现。
vowpal_wabbit 并行算法库
Weka是使用Java开发的用户数据挖掘的开源项目。Weka作为一个公开的数据挖掘工作平台，集合了大量能够承担数据挖掘任务的机器学习算法，包括了对数据进行预处理、分类、回归、聚类等等。同时，Weka实现了对大数据的可视化，通过Java设计的新式交互界面上，实现人与程序的交互。
MLlib是Apache自己的Spark和Hadoop机器学习库，它被设计用于大规模高速度地执行MLlib所包含的大部分常见机器学习算法。MLlib是基于Java开发的项目，同时可以方便地与Python等语言对接。用户可以自己设计针对MLlib编写代码，这是很具有个性化的设计。
pandas : Python数据分析
DMLC | Distributed (Deep) Machine Learning Common** 的一系列项目
H2O：用作大数据统计的分析引擎