机器学习大纲

python简介

全世界有众多的编程语言(大概有600多种)，流行的可能有20多种，包括C/C++、Java、Go、perl、scala、shell、PHP、Julia、R、Python，Python是一种非常容易上手，对于非计算机背景的同学非常友好的编程语言。Python编写的代码可读性非常好，因此很容易理解他人的代码逻辑与编写代码。

Python就为我们提供了非常完善的基础代码库，覆盖了网络、文件、GUI、数据库、文本等大量内容，被形象地称作“内置电池（batteries included）”。用Python开发，许多功能不必从零编写，直接使用现成的即可。除了内置的库外，Python还有大量的第三方库，也就是别人开发的，供你直接使用的东西。当然，如果你开发的代码通过很好的封装，也可以作为第三方库给别人使用。

许多大型网站就是用Python开发的，例如YouTube、Instagram，还有国内的豆瓣。很多大公司，包括Google、Yahoo等，甚至NASA（美国航空航天局）都大量地使用Python。

在数据科学领域有着绝对的优势地位，cs背景的同学做数据科学的工作，python用得非常多，有一些统计背景的同学可能习惯用R，但是也可以快速迁移到python。整个AI生态，有非常高的python语言倾斜程度。

深度学习/人工智能

google：tensorflow
facebook：pytorch+caffe2
Amazon：mxnet+gluon
百度：paddlepaddle
非常容易上手的一些package:Keras Tflearn tensorlayer

机器学习

numpy scipy pandas scikit-learn xgboost/LightGBM

大数据

大数据整体是由Java/scala等语言主导的方向，但是目前有很多python的方式可以无缝衔接使用，从早期的hadoop生态可以通过hadoop streaming使用python脚本完成Map-Reduce任务，到现在大家都在广泛使用的spark也有python的接口，而且在效率上和其他语言并没有太大的差别。

原因

时间非常宝贵，“算法工程师”、“数据科学家”需要用数据驱动的方式去解决实际生活中的各种问题，但是花大量的时间去开发不是一个很高效的方式，理想的状况是，你把主要的精力放在分析业务场景和数据，找到更好更贴切的方式解决问题本身上，而快速地coding验证或者开发服务。

 

​