使用 Python 開始你的機器學習之旅
你想知道如何開始機器學習嗎?在這篇文章中,我將簡要概括一下使用 Python 來開始機器學習的一些步驟。Python 是一門流行的開源程序設計語言,也是在人工智慧及其它相關科學領域中最常用的語言之一。機器學習簡稱 ML,是人工智慧的一個分支,它是利用演算法從數據中進行學習,然後作出預測。機器學習有助於幫助我們預測我們周圍的世界。
從無人駕駛汽車到股市預測,再到在線學習,機器學習通過預測來進行自我提高的方法幾乎被用在了每一個領域。由於機器學習的實際運用,目前它已經成為就業市場上最有需求的技能之一。另外,使用 Python 來開始機器學習很簡單,因為有大量的在線資源,以及許多可用的 Python 機器學習庫。
你需要如何開始使用 Python 進行機器學習呢?讓我們來總結一下這個過程。
提高你的 Python 技能
由於 Python 在工業界和科學界都非常受歡迎,因此你不難找到 Python 的學習資源。如果你是一個從未接觸過 Python 的新手,你可以利用在線資源,比如課程、書籍和視頻來學習 Python。比如下面列舉的一些資源:
安裝 Anaconda
下一步是安裝 Anacona。有了 Anaconda ,你將可以開始使用 Python 來探索機器學習的世界了。Anaconda 的默認安裝庫包含了進行機器學習所需要的工具。
基本的機器學習技能
有了一些基本的 Python 編程技能,你就可以開始學習一些基本的機器學習技能了。一個實用的學習方法是學到一定技能便開始進行練習。然而,如果你想深入學習這個領域,那麼你需要準備投入更多的學習時間。
一個獲取技能的有效方法是在線課程。吳恩達的 Coursera 機器學習課程 是一個不錯的選擇。其它有用的在線訓練包括:
你也可以在 LiveEdu.tv 上觀看機器學習視頻,從而進一步了解這個領域。
學習更多的 Python 庫
當你對 Python 和機器學習有一個好的感覺之後,可以開始學習一些開源的 Python 庫。科學的 Python 庫將會使完成一些簡單的機器學習任務變得很簡單。然而,選擇什麼庫是完全主觀的,並且在業界內許多人有很大的爭論。
一些實用的 Python 庫包括:
- Scikit-learn :一個優雅的機器學習演算法庫,可用於數據挖掘和數據分析任務。
- Tensorflow :一個易於使用的神經網路庫。
- Theano : 一個強大的機器學習庫,可以幫助你輕鬆的評估數學表達式。
- Pattern : 可以幫助你進行自然語言處理、數據挖掘以及更多的工作。
- Nilearn :基於 Scikit-learn,它可以幫助你進行簡單快速的統計學習。
探索機器學習
對基本的 Python、機器學習技能和 Python 庫有了一定理解之後,就可以開始探索機器學習了。接下來,嘗試探索一下 Scikit-learn 庫。一個不錯的教程是 Jake VanderPlas 寫的 Scikit-learn 簡介。
然後,進入中級主題,比如 K-均值聚類演算法簡介、線性回歸、決策樹和邏輯回歸。
最後,深入高級機器學習主題,比如向量機和複雜數據轉換。
就像學習任何新技能一樣,練習得越多,就會學得越好。你可以通過練習不同的演算法,使用不同的數據集來更好的理解機器學習,並提高解決問題的整體能力。
使用 Python 進行機器學習是對你的技能的一個很好的補充,並且有大量免費和低成本的在線資源可以幫助你。你已經掌握機器學習技能了嗎?可以在下面留下你的評論,或者提交一篇文章來分享你的故事。
(題圖:opensource.com)
作者簡介:
Michael J. Garbade 博士是舊金山 LiveEdu Inc(Livecoding.tv)的創始人兼首席執行官。Livecoding.tv 是世界上觀看工程師直播編代碼最先進的直播平台。你可以通過觀看工程師們寫網站、移動應用和遊戲,來將你的技能提升到一個新的水平。MichaelJ. Garbade 博士擁有金融學博士學位,並且是一名自學成才的工程師,他喜歡 Python、Django、Sencha Touch 和視頻流。
via: https://opensource.com/article/17/5/python-machine-learning-introduction
作者:Michael J. Garbade 譯者:ucasFL 校對:wxy
本文轉載來自 Linux 中國: https://github.com/Linux-CN/archive