千锋教你怎样掌握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 千锋教你怎样掌握Python 机器学习 Python 可以说是现在最流行的机器学习语言，而且你也能在网上找到大量的资 源。你现在也在考虑从 Python 入门机器学习吗？本教程或许能帮你成功上手， 从 0 到 1 掌握 Python 机器学习，至于后面再从 1 到 100 变成机器学习专 家，就要看你自己的努力了。 「开始」往往是最难的，尤其是当选择太多的时候，一个人往往很难下定决定做 出选择。本教程的目的是帮助几乎没有 Python 机器学习背景的新手成长为知识 渊博的实践者，而且这个过程中仅需要使用免费的材料和资源即可。这个大纲的 主要目标是带你了解那些数量繁多的可用资源。毫无疑问，资源确实有很多，但 哪些才是最好的呢？哪些是互补的呢？以怎样的顺序学习这些资源才是最合适 的呢？ 首先，我假设你并不是以下方面的专家： 机器学习 Python 任何 Python 的机器学习、科学计算或数据分析库 当然，如果你对前两个主题有一定程度的基本了解就更好了，但那并不是必要的， 在早期阶段多花一点点时间了解一下就行了。 基础篇 第一步：基本 Python 技能 如果我们打算利用 Python 来执行机器学习，那么对 Python 有一些基本的了解 就是至关重要的。幸运的是，因为 Python 是一种得到了广泛使用的通用编程语 千锋教育 中国IT职业教育领先品牌 精品课程 全程面授 言，加上其在科学计算和机器学习领域的应用，所以找到一个初学者教程并不十 分困难。你在 Python 和编程上的经验水平对于起步而言是至关重要的。 首先，你需要安装 Python。因为我们后面会用到科学计算和机器学习软件包， 所以我建议你安装 Anaconda。这是一个可用于 Linux、OS X 和 Windows 上的 工业级的 Python 实现，完整包含了机器学习所需的软件包，包括 numpy、 scikit-learn 和 matplotlib。其也包含了 iPython Notebook，这是一个用在我们许 多教程中的交互式环境。我推荐安装 Python 2.7。 如果你不懂编程，我建议你从下面的免费在线书籍开始学习，然后再进入后续的 材料： Learn Pythonthe Hard Way，作者 Zed A. Shaw： /book/ 如果你有编程经验，但不懂 Python 或还很初级，我建议你学习下面两个课程： 谷歌开发者 Python 课程 （强烈推荐视觉学习者学习）：http://suo.im/toMzq Python 科学计算入门 （来自 UCSB Engineering 的 M. Scott Shell） （一个不错的 入门，大约有 60 页）：http://suo.im/2cXycM 如果你要 30 分钟上手 Python 的快速课程，看下面： 在 Y 分钟内学会 X （X=Python）：http://suo.im/zm6qX 当然，如果你已经是一位经验丰富的 Python 程序员了，这一步就可以跳过了。 即便如此，我也建议你常使用 Python 文档：/doc/ 第二步：机器学习基础技巧 KDnuggets 的 Zachary Lipton 已经指出：现在，人们评价一个 「数据科学家」已 经有很多不同标准了。这实际上是机器学习领域领域的一个写照，因为数据科学 家大部分时间干的事情都牵涉到不同程度地使用机器学习算法。为了有效地创造 和获得来自支持向量机的洞见，非常熟悉核方法（kernel methods）是否必要呢？ 当然不是。就像几乎生活中的所有事情一样，掌握理论的深度是与实践应用相关 的。对机器学习算法的深度了解超过了本文探讨的范围，它通常需要你将非常大 量的时间投入到更加学术的课程中去，或者至少是你自己要进行高强度的自学训 练。 好消息是，对实践来说，你并不需要获得机器学习博士般的理论理解——就想要 成为一个高效的程序员并不必要进行计算机科学理论的学习。