机器学习包括？
机器学习
机器学习(Machin
机器学习算法库推荐？
如果是python，scikit-learn是最常用的。当然还有一个scipy库，主要用于数学、科学、工程等领域的插值计算、积分、优化、微分方程求解等等。
如果是c的库，可以看看mlpack和shark。
无论什么样的库，还是选择最适合自己应用场景的工具来实现任务需求。
python数据科学编程分为哪4类？
Python涉及数据科学，集成了很多科学包的Anaconda可以直接安装。它附带了Python和许多与数据科学相关的第三方库，通过一步安装所有依赖项，节省了时间和精力。Anaconda是Python和R语言的免费开源分发版本，用于计算科学(数据科学、机器学习、大数据处理和预测分析)。以下是Python数据科学中几种常用的库，请一定要掌握:
numpy:基于Python的科学计算第三方库，提供矩阵、线性代数、傅立叶变换等的解决方案。
Pandas:用于数据分析、数据建模和数据可视化的第三方库。
Matplotlib:用Python实现的类似matlab的第三方库，用来绘制一些高质量的数学二维图形。
SciPy:SciPy是一个开源的Python算法库和数学工具包。模块包括最优化、线性代数、积分、插值、特殊函数、快速傅立叶变换、信号处理与图像处理、求解常微分方程等科学与工程中常用的计算。
Scikit-l
从今年校招来看，机器学习等算法岗位应届生超多，竞争激烈，未来3-5年机器学习相关就业会达到饱和吗？
首先要了解机器学习。机器学习是一个多学科交叉的学科，涉及到很多学科。学习方面，每个学科都学，扩大了知识面，以后也可以从事其他相关行业。
其次，机器学习是人工智能的核心，而且就目前人工智能的发展阶段来看，还处于发展初期，即使3-5年也不会达到饱和，因为3-5年后，可能会比今天走得更远的人工智能，但还远未达到饱和。
最重要的是，即使在互联网发达的今天，它也没有达到一定的饱和，所以我认为无论是在什么状态下充实自己，让自己的技术与时俱进，才不会被淘汰。