SPSS modeler有必要学吗？还是直接学python机器学习？

或者说，现在的公司有买SPSS modeler的多吗？

SPSS接触过。python正在用。

都是开发工具，spss更加商业化，集成度封装性更高，面向用户。python是脚本开发语言，更底层更灵活。

如果为了一般性建模spss应该也是够用的，如果不打算长期从事机器学习工作倒不必要学python。

python在机器学习就像C++在编程的地位，都是基石级的。

买spss的公司应该还是有一些的，否则卖spss的公司该倒闭了呵呵。

机器学习有关的AI公司一般都不用spss，而是python、tensorflow、pytorch等，甚至更牛的公司自己开发平台工具，如旷视科技的brain++

作为一个懂Python, 同时又是SPSS Modeler的重度使用人群, 谈下我的体会.

SPSS Modeler赋予了一线业务人员数据分析的潜力, 我感觉这会让业务数据创造出巨大的价值.

它的图形化,流程化, 函数化, 同时支持各种数据源的接入和数据格式的导出. 屏蔽了各种模型的复杂性, 让高深的建模很容易的使用. 数据分析最主要的工作就是数据的整理和清洗, 这方面SPSS Modeler提供的工具也是非常的丰富和实用.当你建立好一个流程后, 可以已固定的方式去处理和分析新的数据, 可以把建立好的程序很容易的交付给其他人去使用, 不用调试程序,不用处理复杂的编译环境还很稳定, 这也是非常实用的.Python这点肯定比不了.

SPSS Modeler也有弱点, 数据处理的工具肯定没有Python丰富和易于拓展. 比如你要做中文地址的四级拆分, 这需要用Python来完成.

SPSS Modeler作为一个成熟的数据分析工具, 学习成本也很低的, 我大概用了30个小时来入门的.总结下: Python和SPSS Modeler都了解下, 相互配合. 再结合MySQL的资料库和类似Spotfire的图形展示, 就非常实用了.

看下招聘简章，就知道你应该直接学习python，机器学习是个完整流程，包括数据准备、数据清洗、特征工程、模型构建和模型评估，最后是模型部署应用，python作为脚本语言，其众多的package可以非常好的完成整个流程构建，而spss明显做不到，另外，python中的众多的新的演算法更新频率较快，相比于商业软体spss

直接学python，因为你会发现，现在不学迟早要学

我是直接学python的哦，酷爱大蟒蛇啊啊啊～

我建议直接学python。