数据挖掘、机器学习和深度学习等是Python进行数据建模和挖掘学习的核心模块。
1. Scikit-Learn
类型：第三方库
描述：scikit-learn（也称SKlearn）是一个基于Python的机器学习综合库，内置监督式学习和非监督式学习机器学习方法，包括各种回归、聚类、分类、流式学习、异常检测、神经网络、集成方法等主流算法类别，同时支持预置数据集、数据预处理、模型选择和评估等方法，是一个非常完整、流行的机器学习工具库
推荐度：★★★
2. TensorFlow
类型：第三方库
描述：TensorFlow 是谷歌的第二代机器学习系统，内建深度学习的扩展支持，任何能够用计算流图形来表达的计算，都可以使用 TensorFlow
推荐度：★★★
3. NuPIC
类型：第三方库
描述：NuPIC是一个以HTM（分层时间记忆）学习算法为工具的机器智能平台。NuPIC适合于各种各样的问题，尤其适用于检测异常和预测应用
推荐度：★★★
4. PyTorch
类型：第三方库
描述：PyTorch是FaceBook推出的深度学习框架，它基于Python（而非lua）产生，它提供的动态计算图是显著区别于Tensorflow等其他学习框架的地方。
推荐度：★★
5. Orange
类型：第三方库
描述：Orange通过图形化操作界面，提供交互式数据分析功能，尤其适用于分类、聚类、回归、特征选择和交叉验证工作
推荐度：★★★
6. theano
类型：第三方库
描述：Theano是非常成熟的深度学习库。它与Numpy紧密集成，支持GPU计算、单元测试和自我验证
推荐度：★★★
7. keras
类型：第三方库
描述：Keras是一个用Python编写的高级神经网络API，能够运行在TensorFlow或者Theano之上，它的开发重点是实现快速实验
推荐度：★★
8. neurolab
类型：第三方库
描述：Neurolab是具有灵活网络配置和Python学习算法的基本神经网络算法库。它包含通过递归神经网络（RNN）实现的不同变体，该库是同类RNN API中最好的选择之一
推荐度：★★
9. PyLearn2
类型：第三方库
描述：PyLearn2是基于Theano的深度学习库，它旨在提供极大的灵活性，并使研究人员可以进行自由可控制，参数和属性的灵活、开放配置是亮点
推荐度：★★★
10. OverFeat
类型：第三方库
描述：OverFeat是一个深度学习库，主要用于图片分类、定位物体检测
推荐度：★★
11. Pyevolve
类型：第三方库
描述：Pyevolve是一个完整的遗传算法框架，也支持遗传编程
推荐度：★★
12. Caffe2
类型：第三方库
描述：Cafffe2也是FaceBook推出的深度学习框架，相比于PyTorch 更适合于研究，Caffe2 适合大规模部署，主要用于计算机视觉，它对图像识别的分类具有很好的应用效果
推荐度：★★
