機(jī)器學(xué)習(xí)實(shí)用工具

最近小編學(xué)習(xí)了很久的機(jī)器學(xué)習(xí)算法，也正在積極的準(zhǔn)備找一些機(jī)器學(xué)習(xí)項(xiàng)目來(lái)練練手，對(duì)于編程工程能力不突出的小編來(lái)說(shuō)，選擇困難癥犯了。

每次想要真正開(kāi)始擼項(xiàng)目的時(shí)候，到底使用怎樣的工具去實(shí)現(xiàn)呢？是遵循網(wǎng)上強(qiáng)人的說(shuō)法”不自己實(shí)現(xiàn)的算法都沒(méi)有靈魂”,還是說(shuō)秉持選擇現(xiàn)有工具開(kāi)發(fā)模型的一貫作風(fēng)呢?

在目前階段比較好的方式還是去選用已有的工具或者框架來(lái)協(xié)助開(kāi)發(fā)。成熟的框架在算法優(yōu)化和全面上普遍都比個(gè)人開(kāi)發(fā)要好，并且使用現(xiàn)有框架和工具能夠大大提高開(kāi)發(fā)的效率，如果童鞋們還是想要了解算法開(kāi)發(fā)和實(shí)現(xiàn)步驟，可以通過(guò)查看源碼及官方文檔進(jìn)行了解。

小編今天就給有機(jī)器學(xué)習(xí)開(kāi)發(fā)需求，并對(duì)開(kāi)發(fā)的工具有選擇困難癥的童鞋來(lái)推薦一些開(kāi)源的框架。（小聲說(shuō)，很多網(wǎng)上的工具推薦都是好幾個(gè)工具并列，這根本沒(méi)辦法治愈選擇困難癥好嘛！并且推薦的一些工具需要掌握的程度也沒(méi)有做一些介紹，都去詳細(xì)了解也會(huì)浪費(fèi)一些時(shí)間好嘛！）

數(shù)據(jù)處理、分析工具

• SQL語(yǔ)言(重要指數(shù) )SQL語(yǔ)言作為一種通用的數(shù)據(jù)庫(kù)查詢語(yǔ)言，它的作用和強(qiáng)大自不用小編過(guò)多吹捧，不夸張的說(shuō)，熟練掌握SQL語(yǔ)言在變化比閃電還快的互聯(lián)網(wǎng)行業(yè)5年內(nèi)不愁找不到工作。SQL語(yǔ)言不僅在關(guān)系型數(shù)據(jù)庫(kù)中應(yīng)用成熟，并且在許多大數(shù)據(jù)場(chǎng)景中應(yīng)用也非常廣泛，如：Hive、SparkSQL、Kafka、Flink等。

• Pandas(重要指數(shù) )Pandas作為Python數(shù)據(jù)處理、分析三架馬車（與Numpy和Scipy）之首，地位擺在那，自然功能也相應(yīng)的非常突出。它提供了各種高級(jí)的工具用于進(jìn)行數(shù)據(jù)分析。Pandas有許多內(nèi)置的方法用于分組統(tǒng)計(jì)、合并數(shù)據(jù)、數(shù)據(jù)篩選、以及時(shí)間序列操作。所有的這些操作都有出色的性能表現(xiàn)。因此，使用Pandas通常用于數(shù)據(jù)挖掘任務(wù)。

• Numpy（重要指數(shù) ）Numpy是公認(rèn)的最受歡迎的Python數(shù)據(jù)分析、機(jī)器學(xué)習(xí)庫(kù)之一，數(shù)組接口是Numpy最佳及最重要的功能。這個(gè)接口可以用于把圖像、音頻、以及其他二進(jìn)制流數(shù)據(jù)表示為多維實(shí)數(shù)數(shù)組。Numpy同時(shí)也是許多高級(jí)類庫(kù)的底層庫(kù)。

• Scipy（重要指數(shù) ）Scipy也是一個(gè)常用的Python數(shù)據(jù)分析庫(kù)，SciPy庫(kù)包含了優(yōu)化器、線性代數(shù)、積分、插值、快速傅立葉變換、信號(hào)和圖像處理、統(tǒng)計(jì)等子模塊。

總結(jié)一下，如果童鞋熟練使用python并手上有一個(gè)機(jī)器學(xué)習(xí)的活學(xué)習(xí)優(yōu)先度：pandas>numpy>scipy>SQL

建議掌握程度：

• pandas熟練掌握（因?yàn)樗娴氖悄阋院笥玫米疃嗟臇|西）

• numpy掌握少數(shù)內(nèi)容（numpy數(shù)組和一些創(chuàng)建矩陣、隨機(jī)數(shù)的一些方法），numpy通常適合被大神用來(lái)手寫算法，童鞋們初級(jí)階段暫可不必了解太深

• scipy不太需要特殊掌握（用得著的時(shí)候臨時(shí)去找api即可，比如一些微積分、傅里葉變換、圖像處理的問(wèn)題不太好處理，去找找scipy里的方法吧）

• SQL熟練掌握（不解釋了，但是在僅熟練Python并需要立即上手完成機(jī)器學(xué)習(xí)和數(shù)據(jù)挖掘任務(wù)時(shí)，掌握SQL可以延后，但需要熟練掌握?。?/p>

機(jī)器學(xué)習(xí)、深度學(xué)習(xí)

• Sklearn(重要指數(shù) )

Sklearn被認(rèn)為是最優(yōu)秀的機(jī)器學(xué)習(xí)庫(kù)甚至沒(méi)有之一，是一個(gè)基于Numpy與SciPy的Python庫(kù)。它包含了大量用于實(shí)現(xiàn)傳統(tǒng)機(jī)器學(xué)習(xí)和數(shù)據(jù)挖掘任務(wù)的算法，比如數(shù)據(jù)降維、分類、回歸、聚類、以及模型選擇等。

• TensorFlow(重要指數(shù) )

如果你正在使用Python來(lái)從事機(jī)器學(xué)習(xí)項(xiàng)目，那么你一定聽(tīng)說(shuō)過(guò)它，最新版本2.0集合了pytorch的優(yōu)點(diǎn)，支持動(dòng)態(tài)運(yùn)算圖。也集成了keras，能夠以最簡(jiǎn)便的方式搭建模型，可以說(shuō)現(xiàn)在的Tensorflow在機(jī)器學(xué)習(xí)、深度學(xué)習(xí)領(lǐng)域簡(jiǎn)直無(wú)所不能。

• Pytorch(重要指數(shù) )優(yōu)秀的深度學(xué)習(xí)框架。

• Keras(重要指數(shù)-)優(yōu)秀的深度學(xué)習(xí)腳手架，可以讓深度學(xué)習(xí)像搭積木那樣搭建起來(lái)。

• Theano(重要指數(shù)-)優(yōu)秀的深度學(xué)習(xí)框架。

總結(jié)一下，從小編對(duì)框架的描述篇幅可以看得出來(lái)：學(xué)習(xí)優(yōu)先度：Tensorflow >> sklearn > pytorch（未包含的建議先不學(xué)）

建議掌握程度：

• Tensorflow熟練掌握（這是日后用得非常多的框架，學(xué)習(xí)起來(lái)有一定難度，但真的常用）

• Sklearn掌握少數(shù)內(nèi)容（sklearn需要熟練掌握其建模流程和規(guī)則，因?yàn)閟klearn實(shí)在太規(guī)范了，它的學(xué)習(xí)較簡(jiǎn)單，但是真的經(jīng)常會(huì)使用到，所以把sklearn當(dāng)成權(quán)威字典隨時(shí)去查，是小編比較建議的使用方式）

• Pytorch可不掌握（框架精通一種即可，尤其tf2.0在支持動(dòng)態(tài)圖以后，pytorch的優(yōu)勢(shì)也沒(méi)那么大了）

• Keras 可不掌握（tf2.0已經(jīng)集成了keras，掌握tf2.0直接可以使用）

• Theano 可不掌握

整體而言總結(jié)一下，需要花時(shí)間多學(xué)習(xí)的工具有：pandas、tensorflow、SQL語(yǔ)言，SQL語(yǔ)言可以等有時(shí)間之后再集中學(xué)習(xí)，不需要花太多時(shí)間去學(xué)習(xí)。把工具當(dāng)字典的有：sklearn、numpy、scipy，sklearn，需要掌握一些傳統(tǒng)機(jī)器學(xué)習(xí)建模流程和規(guī)則可以去github上找一些示例看，總體而言使用較簡(jiǎn)單。其他的工具可以先放一放。小編說(shuō)的夠清楚啦，關(guān)上你的手機(jī)，趕緊開(kāi)始學(xué)習(xí)起來(lái)吧。