大家好，今天小编关注到一个比较有意思的话题，就是关于python 机器学习实例的问题，于是小编就整理了2个相关介绍Python 机器学习实例的解答，让我们一起看看吧。
用python做机器学习有哪些资料推荐？
sklearn, 去官网下载，里面讲解非常详细，同时还要学习一个pandas，numpy，matplotlib。视频的话直接在爱奇里搜机器学习，有一个免费的系列视频，希望能帮助到你。记住，是免费的。
如今确实挺多诸如数据分析、机器学习的岗位选择使用python做开发的多，那么，如果是想从事机器学习开发的话，该如何起步呢？
要想把机器学习用起来，就得先掌握python的基础，诸如import、对象等的一些概念和使用要了然于心，否则基础不扎实的话，就会面临很多琐碎的问题。对于python基础的掌握，推荐慕课网教程，个人听过感觉还不错。 当然，书籍方法的话推荐《Python编程 从入门到实践》，此书可以充当字典，遇到不会的可以多翻翻。
python提供了很多可以很好支出程序进行矩阵、线性和统计等的数学运算，像大部分机器学习的开发者都熟悉的Scikit Learn包一样，里面封装了很多算法，可以让我们事半功倍。但也相应的需要我们花时间去了解里面包的使用，在这里推荐去官网看（https://scikit-learn.org/stable），里面也提供了很多例子供我们参考和研习。当然，也可以购买相应的书籍，这里推荐《机器学习实战：基于Scikit-Learn和TensorFlow》。此书涵盖机器学习的基础理论知识和基本算法——从线性回归到随机森林等，帮助读者掌握Scikit-Learn的常用方法；探讨深度学习和常用框架TensorFlow，一步一个脚印地带领读者使用TensorFlow搭建和训练深度神经网络，以及卷积神经网络。
机器学习需要使用的算法是很多的，虽然前辈们已经为我们留下了各种包方便我们使用，但真正解决机器学习开发者级别的，还在于内功的深厚，也就是算法。 只有真正的弄懂了算法，在开发的过程中才能真正的知其然而又知其所以然。 懂得了算法，你才能知道为什么需要这样做，为什么那样做会产生那样的结果，如何更好的调参等。 如果没有算法做铺垫，很快就会迷失在调包的迷雾中，很难更近一步的往上。 在这里，推荐你去看吴恩达机器学习课程，这门课程在网易公开课上也有。 同时，也建议你去看机器学习的入门教材，也就是周志华出的《机器学习》，此书对于新手来说也算是一件宝物。在内容上尽可能涵盖机器学习基础知识的各方面. 全书共16 章，大致分为3 个部分：此书介绍机器学习的基础知识；讨论了—些经典而常用的机器学习方法（决策树、神经网络、支持向量机、贝叶斯分类器、集成学习、聚类、降维与度量学习）后期还涉及特征选择与稀疏学习、计算学习理论、半监督学习、概率图模型、规则学习以及强化学习等。
有没有人想分享一下自己的python学习故事？
我大学毕业做的财务，后来离职了，网上咨询了一家机构，就自己背着行李屁颠屁颠的去了北京，在某公的五方桥基地暂时安营扎寨学习了，学python，6个月后，工作了[捂脸]
先说下我自身的“条件”：
1、英文很差，属于my name is YeHong，这个级别。
2、没有任何其它编程语言基础。
这个“硬环境”应该和很多人差不多。那些大学毕业，或者从其它编程语言转python的，如果你和他们条件类似。我所说的学习经历，显然不适合你。
在使用电脑时，有些软件功能不能满足自己的需要，或者有些需求找不到相应的软件。这是我学习的原因。
开始我看的是易语言，基础看完了。它的优点就是中文，都能看懂，特别是内置函数都是中文的。缺点就是太“旧”了，属于有人生没人扶植的弃子。打个比喻，就是土老帽，不“时尚”;是被边缘的皇子。
然后听说python很好学，也很“时尚”，啥新出的玩意，它都可支持，就打算入坑。
我是最近几天坚持学习Python，在头条也写了日记。
之前也是开始过几次，之前买的几本书，内容基本都是和大部分编程书一样，先介绍元素，后举例讲解。对于我可能不适应这样的学习方法，因为一开始的基础元素内容真的很多，导致学习几天就失去了兴趣。
现在学习的这本书，我自身感觉挺好，它是先讲个小例子让你去跟着敲代码，结果也是和他的一样，对于我这新学的有种成就感，然后它没部分只讲解里面一两个重点，剩下的只需要有个印象，后续再来讲。这样对于我们一部分新手学习，就很能容易跟上节奏了。
目前我已经学习五天了，每章的知识点很重要，但我认为更重要的是习题，一定要坚持把习题做完，这样对章节的知识点加强很有帮助！即使两天做一个章节的习题都行！(只盯着一本书，不要来回穿插的看)
我也看别人的方法，关键是找适合自己的学习方法，其次自学对于新手扩展思维有局限，只能是书本里的，要想专业和思维扩展还是有一定的专业的学习或培训(或者几个自学的人相互沟通学习可能也是一种很好的方法)
自学的人很多，大家一起加油！一起坚持！
您好，很高兴回答您的问题。
个人本职工作是Android开发的，听朋友说Python前景好，就随之入坑了，人生苦短，我用Python。Python的前景非常好，世界常用编程语言排行上Python的排名越来越靠前，这足以说明她的潜力。
第一阶段：作为一个有编程基础的Python初学者，上手很快，环境装好，pip把一些基础常用的库安装好，就开始按照PYthon3菜鸟教程一步一步的熟悉语法，自学一个星期后就可以使用Django搭建后台，爬取网易音乐了，哈哈哈哈...，当时其成就感爆棚！
第二阶段：有了Python基础后，我在逐步探索她在我本职工作领域内的应用，也就是探索Python和Android的联系，首先，使用Python做测试脚本，结合monkey和adb对Android进行自动化测试；其次，Android源代码中很多编译脚本都是Python写的，通过阅读，加深了对Android系统编译流程的理解
第三阶段：自由应用阶段，学了Python后才知道她的强大；通过爬取公司的BUG管理系统，分析BUG数据和小伙伴们的工作效率、获取网上的付费小说、视频、开发人脸识别原型等，当然还有一些领域暂时没有涉及到如机器学习、神经网络之类的，还有待开发，加油！
以上，为我学习Python的一些分享，感谢阅读，我是@码龙之光
你好，很高兴回答你的问题。
我学习python已经5年了，和你说说我的学习经历。
编程中涉及的知识有3种：
1.很多知识是属于别人给你说了你就知道了，比如很多库和框架的使用，但是灵活运用需要配合实战项目或者大量的项目反复训练。
2.有一些知识属于即使讲解了很多人貌似听懂了但实际上没有弄懂，比如很多算法，需要配合大量的题目才能彻底弄懂
3.还有一些很重要但是不紧急的知识点比如数据库的底层原理，很多库和框架的底层原理，这些很多时候没人能提醒你该学或者告诉你，需要工作中去学习。
给你分享一些干货，知道了这7点，相信你很快就能学会，并能应用的实际工作中。
1. 明确学习的目的，比如爬虫、后端、前后结合、web、人工智能等等。
2. 定个时间，比如1年，每天坚持1小时，坚持这个时间内持续学习，持续行动。
到此，以上就是小编对于python 机器学习实例的问题就介绍到这了，希望介绍关于python 机器学习实例的2点解答对大家有用。
