相關學習推薦:python教程
Python的人工智能方法:
為什麽是Python？
Python和R是數據科學和機器學習領域最重要的兩種編程語言。Python簡單易學，應用廣泛(不限於數據分析)，學習曲線平緩。它適合作為第壹種介紹性編程語言。可以通過pandas、SciPy/NumPy、sckikit-learn、matplotlib和statsmodels進行數據分析，適用於需要與網絡應用集成的工程任務和項目。至於R，因為是統計學家開發的編程語言，擅長統計分析和圖表繪制，經常用於學術研究。建議R要掌握到壹定程度。壹般來說，Python和R不是互斥的，而是互補的。很多數據工程師和科學家經常在Python和R之間切換，使用R進行小規模的模型驗證、統計分析和圖表繪制，然後在編寫算法以及與數據庫和網絡服務交互時切換到Python。為了降低學習成本。
另外，Python本身是壹種通用語言，除了數據科學之外，還可以廣泛應用於網絡開發、網站建設、遊戲開發、網絡爬蟲等領域。當妳需要集成系統產品和服務時，Python可以作為壹站式開發語言，更重要的是，Python還可以作為膠水語言，方便地與C/C++等性能更好的語言集成。簡而言之，Python是壹種簡單易學但功能強大的編程語言，值得投資，這裏先介紹壹下。
如果對比Python和R，這裏有兩篇可以參考數據科學華山論劍的文章:R or Python的巔峰，數據分析哪個更好:R還是Python？。
如何開始入門機器學習？
事實上，數據科學是壹門交叉學科。在學習如何使用Python進行機器學習的過程中，通常要掌握以下知識:
機器學習算法
Python編程語言和數據分析函數庫
線性代數/統計和其他相關學科
專業領域的領域知識。
為了掌握以上三個領域的知識(先把重點放在機器學習的核心技術上，暫時忽略數據科學領域知識的掌握)，具體可以參考以下步驟:
1.掌握Python編程語言基礎知識。
在線學習資源:
o代碼學院
O DataCamp(也可以學習r)
o在Y分鐘內學會X(X = Python)
o通過艱苦的方式學習Python
2.了解基礎數學/統計和機器學習的基礎知識
o汗學院線性代數
o介紹交付統計數據
推斷統計學導論
o吳恩達機器學習課程
吳恩達機器學習筆記
卡內基梅隆大學機器學習
o機器學習基金會(machine learning foundation)
3.知道如何使用Python科學計算函數庫和套件。
建議安裝Anaconda，它支持跨平臺的多版本Python。默認安裝了用於數據分析和科學計算的包，並自帶spyder編輯器和Ipython筆記本，可以為用戶通過瀏覽器開發和維護Julia、python或R程序提供web界面。
O numpy:科學分析，科學結構筆記教學文檔
熊貓:數據分析
O matplotlib:我可以畫壹眼。
O scikit-learn:機器學習工具
4.使用scikit-learn學習Python機器學習應用。
O MachineLearning: Python機器學習:使用Python？n
5.用Python實現機器學習算法。
感知器
o決策樹
o線性回歸
O k均值聚類
6.實現高級機器學習算法。
哦，SVM
哦，KNN
隨機森林
o降低維度
o驗證模型
7.了解深度學習在Python中的實現和應用。
NTU應用深度學習
o斯坦福深度學習
o深度學習自學資料推薦
o深度學習:中文學習資源整理
想了解更多學習方面的知識，請關註php培訓專欄！