1、AutoML
AutoML是一款可以自动选择并训练机器学习模型的软件，能够选择正确的算法，帮助调整超参数。AutoML当前支持解决分类、预测以及回归问题，不适用于无监督学习和复杂数据类型。不过很不错的是，AutoML可以和Azure机器学习服务或ML.NET一起使用。
要提醒大家，AutoML是免费的，但如果要和Azure机器学习服务或ML.NET一起用，就要支付与之相关的费用。
2、Accord.net
Accord.net是一个计算机器学习框架，配有图像和音频包，它能帮助训练模型和创建交互式应用程序，像试听、计算机视觉等，在测试和处理音频文件中非常有用。此外大家会注意到，它的工具名中包含.net，所以它的的基础库是C#语言。
3、Azure Machine Learning studio
Azure是建立模块和数据集连接的一种简易方法，它的目的是为用户提供AI功能。它可以在CPU和GPU上运行，对用户来说非常方便且省心。
4、Google Cloud AutoML
Google Cloud AutoML提供了预训练模型，能够创建各种服务，例如文本识别、语音识别等。目前Google Cloud AutoML主要被用于企业，尤其是专注于人工智能行业的企业。
5、Jupyter Notebook
Jupyter notebook是目前非常流行机器学习工具，它最大的优势是快速处理，较为高效。Jupyter支持Julia、R、Python语言，能以笔记本的形式存储和共享动态代码，也可通过GUI访问。
6、Knime
Knime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，比如数据操纵、数据挖掘等，无需编写任何代码就能完成端到端的数据科学工作流程。而且，为了帮助新手，它配备了一个拖放式界面，界面清晰，可以使用它创建和生成，用起来很容易上手。
7、Pytorch
Pytorch是一个深度学习框架，是机器学习最重要的工具之一，它可以很好地命令GPU，所以快速又高效。所以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的名称看起来是不是跟Python很像?其实它就是完全基于Python的。
8、RapidMiner
如果你是非程序员，那么RapidMiner能帮上你的大忙，它的操作简单，只需要拖放就可以。这是一个数据科学平台，界面很出色。它可以在跨平台操作系统上工作，使用它，可以用自己的数据测试自己的模型。
9、Scikit-Learn
Scikit-Learn是一个开放源代码的机器学习包，它是多用途集成，可以进行回归、聚类、分类、降维和预处理，它创建于NumPy、Matplotlib和SciPy这三个主要的Python库之上，且它还能帮助测试以及模型训练。
10、TensorFlow
TensorFlow适用于大规模及数值机器学习，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，最棒的优势是能够在CPU和GPU上运行。
