如何开始入门Python机器学习？.pdfVIP

中国 IT 职业教育领先品牌 精品课程 全程面授 如何开始入门 Python 机器学习？ 相信很多人看到这个标题应该会和我第一次看到这个标题的反应一样，那 就是根本看不懂，不清楚这是什么意思，只是大概知道 Python 是现在流行的 编程语言，然而并不了解，就更不要说什么机器学习了，那现在我就为大家普 及一下关于 Python、机器学习以及如何使用 Python 学习机器学习的。 什么是机器学习（Machine Learning ）？ 机器学习是一种资料科学的技术，协助电脑从现有的资料学习，以便预测 未来的行为、结果和趋势。根据学习的方式又可以分为需要解答的 监督式学习 （Supervised learning ）非监督式学习（Unsupervised learning ）和增强学 习（ Reinforcement learning ）（还有一种混合式的半监督式学习）等子类 别。机器学习技术可以应用的范围十分广泛，总的来说机器学习可以解决以下 几种问题： 分类问题：这是 A 类 或 B 类吗？ 千锋教育 中国 IT 职业教育领先品牌 精品课程 全程面授 异常值判断：这很奇怪吗？ 预测性分析：有多少？ 分群问题：这是如何组织的？ 增强学习协助决策：我接下来该怎麽办？ 当我们收集到相关、精确、连贯、足够资料就可以挑选合适的演算法进行 模型的的建置。 为什麽选择 Python ？ 在资料科学和机器学习领域最重要的两大程式语言就是 Python 和 R ， Python 简洁易学、应用范围广（不限于数据分析）且学习曲线平缓，适合作 为第一个入门的程式语言，透过 pandas、SciPy/NumPy、sckikit-learn、 matplotlib 和 statsmodels 可以进行数据分析的工作，适合工程任务和需要 和网路应用程式整合的专案。至于 R 由于是统计学家开发的程式语言，则是 擅长于统计分析、图表绘製，常用于学术研究领域，建议也要有一定程度的掌 握。一般情况下 Python 和 R 并非互斥，而是互补，许多资料工程师、科学 家往往是在 Python 和 R 两个语言中转换，小量模型验证、统计分析和图表 绘製使用 R ，当要撰写演算法和资料库、网路服务互动等情况时在移转到 Python。为了降低学习成本，我们先使用 Python 进行介绍。 若对于 Python 和 R 比较，这边有两篇文章可以参考 “数据科学界华山 论剑： R 与 Python 巅峰对决 ” ”Which is better for data analysis: R or Python?”。 千锋教育 中国 IT 职业教育领先品牌 精品课程 全程面授 如何开始入门机器学习？ 事实上，资料科学是个跨领域学门，在学习如何使用 Python 进行机器学 习过程中通常必须掌握以下知识： 机器学习演算法 Python 程式语言和资料分析函式库 线性代数/统计学等相关学门 专业领域的领域知识（Domain Knowledge ） 为了掌握以上三大领域知识（我们先把焦点放在机器学习核心技法，