机器学习常用的分析工具

机器学习常用的分析工具包括：

1. Python编程语言：Python是目前机器学习最流行的编程语言，因为它有大量的机器学习库和工具，如NumPy、Pandas、SciPy、Scikit-learn等。

2. R编程语言：R也是一种流行的机器学习编程语言，它有丰富的统计分析库和工具，如ggplot2、caret、randomForest等。

3. Jupyter Notebook：Jupyter Notebook是一个交互式的笔记本，可以在其中运行Python和R代码，并可视化数据和模型。

4. TensorFlow：TensorFlow是一个开源的机器学习框架，用于构建深度神经网络模型。

5. Keras：Keras是一个高级神经网络API，可以运行在TensorFlow、Theano和CNTK等后端上，用于快速构建深度学习模型。

6. Tableau：Tableau是一种可视化分析工具，可以帮助用户探索数据、发现趋势和模式。

7. Apache Spark：Apache Spark是一个大数据处理框架，可用于分布式机器学习。

8. MATLAB：MATLAB是一种数学软件，可用于进行数据分析、可视化和机器学习建模。

以上是常见的机器学习分析工具，当然还有其他很多工具可供选择。