SPSS modeler有必要學嗎？還是直接學python機器學習？

或者說，現在的公司有買SPSS modeler的多嗎？

SPSS接觸過。python正在用。

都是開發工具，spss更加商業化，集成度封裝性更高，面向用戶。python是腳本開發語言，更底層更靈活。

如果為了一般性建模spss應該也是夠用的，如果不打算長期從事機器學習工作倒不必要學python。

python在機器學習就像C++在編程的地位，都是基石級的。

買spss的公司應該還是有一些的，否則賣spss的公司該倒閉了呵呵。

機器學習有關的AI公司一般都不用spss，而是python、tensorflow、pytorch等，甚至更牛的公司自己開發平台工具，如曠視科技的brain++

作為一個懂Python, 同時又是SPSS Modeler的重度使用人群, 談下我的體會.

SPSS Modeler賦予了一線業務人員數據分析的潛力, 我感覺這會讓業務數據創造出巨大的價值.

它的圖形化,流程化, 函數化, 同時支持各種數據源的接入和數據格式的導出. 屏蔽了各種模型的複雜性, 讓高深的建模很容易的使用. 數據分析最主要的工作就是數據的整理和清洗, 這方面SPSS Modeler提供的工具也是非常的豐富和實用.當你建立好一個流程後, 可以已固定的方式去處理和分析新的數據, 可以把建立好的程序很容易的交付給其他人去使用, 不用調試程序,不用處理複雜的編譯環境還很穩定, 這也是非常實用的.Python這點肯定比不了.

SPSS Modeler也有弱點, 數據處理的工具肯定沒有Python豐富和易於拓展. 比如你要做中文地址的四級拆分, 這需要用Python來完成.

SPSS Modeler作為一個成熟的數據分析工具, 學習成本也很低的, 我大概用了30個小時來入門的.總結下: Python和SPSS Modeler都了解下, 相互配合. 再結合MySQL的資料庫和類似Spotfire的圖形展示, 就非常實用了.

看下招聘簡章，就知道你應該直接學習python，機器學習是個完整流程，包括數據準備、數據清洗、特徵工程、模型構建和模型評估，最後是模型部署應用，python作為腳本語言，其眾多的package可以非常好的完成整個流程構建，而spss明顯做不到，另外，python中的眾多的新的演算法更新頻率較快，相比於商業軟體spss

直接學python，因為你會發現，現在不學遲早要學

我是直接學python的哦，酷愛大蟒蛇啊啊啊～

我建議直接學python。