著作権：ソースを明記してください再現。https://blog.csdn.net/u010720408/article/details/91454681
パイソン最もホットな人工知能、深い学習人工知能、ニューラルネットワークの学習に関連したバイアス、
統計の非常に初期の知識から機械学習では、データマイニングはまた、このから来ています。
機械学習関連：
）要素に携帯電話などの小型機器を使用して、拡張TensorFlow :(作業の生産を分散
簡素化、kerasで（; Tfは、具体的には、学習の深さ、GPUの使用、自由度の高い、高等教育のコストは、従来の機械学習に拡大しているといい、バージョン2.0は、APIは、分散生産の展開に資する、たくさんより快適になります簡素化APIを使用）
pychor :(個人的な研究、学習）
中小規模のための2018年の新生児機械学習、TensorFlowベンチマーク、ポータル親しみを学習し、個人が使用することを学ぶん、抽象化のAPI高度、可能性も延長のような分散展開。
scikit-学ぶ:(古典的アルゴリズム）
ニューラルネットワークのような中小データ、古典的なスタンドアロンの機械学習アルゴリズム、非深さ、のためのpythonサードパーティのライブラリは、ツールのライブラリを使用することができます。
mlのスパーク:(ビッグデータのクラスター分析シナリオを、拡張CPU、メモリで）
スパーク分散ビッグデータテクノロジー・スタックのための機械学習のシーンスパークエコシステム関連の一部であり、