Какие фреймворки используешь для машинного обучения

Для машинного обучения чаще всего использую:

TensorFlow/Keras - мощный фреймворк от Google, отлично подходит для глубокого обучения. Пример:

from tensorflow import keras
model = keras.Sequential([
    keras.layers.Dense(64, activation='relu'),
    keras.layers.Dense(10, activation='softmax')
])

PyTorch - более гибкий, с динамическими графами вычислений. Популярен в исследованиях:

import torch
model = torch.nn.Sequential(
    torch.nn.Linear(784, 128),
    torch.nn.ReLU(),
    torch.nn.Linear(128, 10)
)

Scikit-learn - для классического ML (классификация, регрессия, кластеризация):

from sklearn.ensemble import RandomForestClassifier
clf = RandomForestClassifier()
clf.fit(X_train, y_train)

Для небольших задач иногда использую XGBoost/LightGBM - градиентный бустинг с высокой эффективностью.