作为机器学习开发者，你可能接触过很多机器学习资源。今天给大家介绍10款机器学习开源工具，其中很多都可以在项目中使用。如果对您有帮助，欢迎转发收藏。1.AutoMLAutoML是一款可以自动选择和训练机器学习模型的软件。它可以选择正确的算法并帮助调整超参数。AutoML目前支持解决分类、预测和回归问题，不适用于无监督学习和复杂数据类型。好消息是AutoML可以与Azure机器学习服务或ML.NET一起使用。提醒一下，AutoML是免费的，但如果你想将它与Azure机器学习服务或ML.NET一起使用，你将需要支付与之相关的费用。2.Accord.netAccord.net是一个带有图像和音频包的计算机机器学习框架，可以帮助训练模型和创建交互式应用程序，例如试听、计算机视觉等，在测试和处理音频文件方面非常有用。另外，你会注意到它的工具名称中包含.net，所以它的基础库是C#语言。3.AzureMachineLearningstudioAzure是一种建立模块和数据集连接的简便方法，其目的是为用户提供AI功能。它既可以在CPU上运行，也可以在GPU上运行，对用户来说非常方便和省心。4.GoogleCloudAutoMLGoogleCloudAutoML提供预训练模型，可以创建各种服务，如文本识别、语音识别等。目前，GoogleCloudAutoML主要用于企业，尤其是专注于人工智能行业的企业。5.JupyterNotebookJupyternotebook是目前非常流行的机器学习工具。它最大的优点是处理速度快，效率更高。Jupyter支持Julia、R、Python语言，可以以笔记本的形式存储和共享动态代码，也可以通过GUI方式访问。6.KnimeKnime是一个基于图形用户界面（GUI）的开源机器学习工具，通常用于与数据相关的目的，如数据操作、数据挖掘等，可以完成一个端到端的无需编写任何代码即可结束数据科学工作流程。而且，为了帮助新手，它配备了一个足够清晰的拖放界面来创建和生成，使其易于上手。7.PytorchPytorch是一个深度学习框架，是机器学习最重要的工具之一。它可以很好地指挥GPU，因此速度快、效率高。因此它被用于机器学习最重要的方面，包括构建深度神经网络和张量计算。而且，Pytorch的名字是不是和Python很像？事实上，它完全基于Python。8.RapidMiner如果你不是程序员，那么RapidMiner可以帮助你很多。它的操作很简单，只需拖放即可。这是一个具有出色界面的数据科学平台。它适用于跨平台操作系统，使用它，您可以使用自己的数据测试自己的模型。9.Scikit-LearnScikit-Learn是一个开源的机器学习包，是一个多用途的集成，可以进行回归、聚类、分类、降维和预处理。它是在三个主要的NumPy、Matplotlib和SciPyPython库上创建的，它还可以帮助进行测试和模型训练。10.TensorFlowTensorFlow适用于大规模和数值机器学习，常用于自然语言处理和图像分类。它是机器学习和神经网络模型的集合，最大的优点是可以在CPU和GPU上运行。
