机器学习、数据挖掘相关框架简单总结

人工智能用python最热，人工智能偏向深度学习、神经网络学习等相关；
机器学习很早来源于数据统计知识，而数据挖掘也来源于此；

机器学习相关：

TensorFlow：（工作、生产，可利用小型设备入手机等元件的分布式扩展）

简称tf，具体来说是深度学习，利用了GPU，高度自由，学习成本稍高，有扩展到传统机器学习，2.0版本简化了API会舒服很多，利于分布式生产部署；（配合keras使用，简化API使用）

pychor：（个人研究、学习）

2018年新生的机器学习，入门学习易上手，对标TensorFlow，可做个人学习使用，API高度抽象化，适用于中小规模，分布式部署类可能还在扩展中；

scikit-learn：（传统经典算法）

python的第三方库，适用于中小数据，单机的经典机器学习算法，非深度、神经网络类可使用该工具库。

spark ml :（大数据集群分析场景，靠cpu、内存进行扩展）

是spark生态系统中的机器学习相关一部分，适用于用spark分布式大数据技术栈的场景