以前好多人使用matlab(octave)做机器学习的,吴恩达老师以前在机器学习课也是用matlab(octave),但近几年,python已经成为机器学习热门的工具,吴恩达老师的深度学习课程已经用python3.6了,时代在进步,识时务者为俊杰,为了理解和应用机器学习技术,以及进行数据分析,你需要学习 python。
python学习,入门最重要,至少要学到碰到问题能查百度的程度。
python安装:
关于python安装包,我推荐下载Anaconda,Anaconda是一个用于科学计算的Python发行版,支持 Linux, Mac, Windows系统,提供了包管理与环境管理的功能,可以很方便地解决多版本python并存、切换以及各种第三方包安装问题。
python入门的资料推荐:
1.利用python进行数据分析:这本书含有大量的实践案例,你将学会如何利用各种Python库(包括NumPy、pandas、matplotlib以及IPython等)高效地解决各式各样的数据分析问题。
这个是我看的第一本python入门资料,如果把代码都运行一次,基本上就能解决数据分析的大部分问题了。
下载地址:建议购买书,源代码可以上百度搜索
注意:第二版中文翻译已经有人写了。https://github.com/wesm/pydata-book
2.python入门笔记:
作者李金,这个是jupyter notebook文件,把python的主要语法演示了一次,值得推荐。
3.南京大学python视频教程:
这个教程非常值得推荐,python主要语法和常用的库基本涵盖了。
看完这三个资料,python基本入门了,可以使用scikit-learn等机器学习库来解决机器学习的问题了。
代码的版本升级:
可以利用Python内置工具2to3.py,帮你自动将Python2的代码转换为Python3的代码的。这个脚本的位置位在Python安装的根目录\Python27\Tools\Scripts\2to3.py。
比如我手上有个Python 2.x的python脚本:D:\tmp\transform.py
可以通过打开命令提示符,定位至该要转换的脚本目录下,然后运行
python 2to3.py -w transform.py
如果上述不加-w参数,则默认只是把转换过程所对应的diff内容打印输出到当前窗口而已。加了-w,就是把改动内容,写回到原先的文件了。
以上是个人建议,欢迎批评指正。
我还是要推荐下我自己创建的Python学习交流群935711829,这是Python学习交流的地方,不管你是小白还是大牛,小编都欢迎,不定期分享干货,包括我整理的一份适合零基础学习Python的资料和入门教程。
知识更新非常快,需要一直学习才能跟上时代进步,举个例子:吴恩达老师在深度学习课上讲的tensorflow使用,这个肯定是他近两年才学的,因为谷歌开源了tensorflow也就很短的时间