1樓：網友
建議至少靈活運用list和迴圈，函式一定要會用。學了class會省好一些事，不過說實話，不會也不算硬傷。numpy庫主要是處理向量陣列矩陣什麼的比較方便，可以邊用邊學。
但是數學基礎是必需的，不然只是堆砌**，而不明白怎麼回事。
2樓：網友
能熟練掌握並使用python即可，機器學習更重要的是數學基礎，你也可以學習使用matlab，這是學習機器學習的強力工具。
學習人工智慧要懂什麼？python就行還是深度學習或機器學習都要掌握呢？
3樓：我心有猛虎
人工bai智慧型是學科，不算技術。以du前的人工智慧玩的是形式邏輯，實現走的是zhi專家系統。目前實現人工智慧dao的路線主要是機器學習，深度學習是機器學習乙個領域。
python是程式語言，跟深度學習理論並沒有直接關係，只是現在主要的深度學習框架都用python來程式設計。你問還有什麼，還有機器學習咯。
4樓：長沙新華電腦學院
都要掌握，可以來這邊看看，網際網絡it學校。
python學習機器學習需要哪些功底，零基礎可以嗎
5樓：達內培訓機構
零基礎可以使用python進行機器學習。如需使用python進行機器學習推薦選擇【達內教育】。使用python進行機器學習，要掌握以下基礎：
1、掌握python基礎知識。
2、瞭解python科學計算環境。熟悉4種工具的基礎知識，因為它們在基本的【python機器學習】中得到了很好的應用。
3、分類。分類是監督學習的主要方法之一，並且執行**的方式涉及具有類標籤的資料。
4、迴歸。迴歸類似於分類，因為它是監督學習的另一種主要形式，並且對**分析有用。
5、聚類。聚類用於分析不包括預先標記的類的資料。使用最大化類內相似性和最小化不同類之間的相似性的概念將資料例項組合在一起。
7、合奏方法。感興趣的話點選此處，免費學習一下。
想了解更多有關使用python進行機器學習的相關資訊，推薦諮詢【達內教育】。該機構已從事19年it技術培訓，並且獨創教學系統，1v1督學，跟蹤式學習，有疑問隨時溝通。該機構26大課程體系緊跟企業需求，企業級專案，課程穿插大廠真實專案講解，對標企業人才標準，制定專業學習計劃，囊括主流熱點技術，助力學員更好的學習。
達內it培訓機構，試聽名額限時搶購。
6樓：兄弟連教育
零基礎一樣學的，畢竟指令碼語言，不要用c語言的思想來學，雖然有些語法是借鑑過來的。
學習python可以從幾個方面入手：
1學習基本的語法，包括資料結構（陣列，字典等）。瞭解資料型別，以及他的型別轉換。
2學會流程式控制制---選擇，迴圈。
3函式，模組，熟練使用常用的內建函式。
4class類。
5多執行緒。前四個都熟練了，那麼你已經掌握了python的基礎應用了，第五個也會了，你就可以開始利用它做一些專案了。
python機器學習需要學多久
7樓：東沐霖
python，機器學習需要多久？那就要看你學習的程度是怎樣的，按照正常情況下三個月起到三年。
8樓：小冰粉
pythone機器學習的話，大概是需要3~半年的，三個月到半年的左右時間，你要掌握好，而且要熟練的話，必須要在三個月或者是半年的時間內去掌握，去學習。
9樓：網友
這個機器學習需要學乙個月左右，要看你得接受程度，如果你的接受程度好的話那就是半個月左右。
10樓：敬真一
這個要看你自己的努力程度到什麼樣 需要學多久 這個要看自己個人 並不是說每個人學了兩個月以後就會成了 如果有的人可能需要學很長一段時間。
11樓：璩幼禕
啊，中了窮還像這種機器學習的話，這個要學習個十天半個月，沒有十天半月可能學一把來，所以說就要好好學習才可以。
12樓：南初瑤
您好，這個需要學習一年左右的時間，因為還是比較難的。
13樓：網友
這機器學習不用太長時間，他現在都是比較智慧型化的一些裝置。
14樓：卑瀚文
誰喜歡他要不了多久，只要注意他的乙個思想的話，上手時間很快。
15樓：劉盼
這個其實一般的話應該在三個月左右那三個月應該都是差不多的了。
16樓：果子狸
這個學習的話學習的時間試比較長的，因為他的難度比較大。
17樓：網友
其實這種機械學習的話需要學多久的話，根據每個人的接受能力，大概幾個月吧。
18樓：網友
一般來說的話，本能就是早要學習一兩個禮拜左右的吧，因為學習的意思也還是挺久的。
19樓：湛易綠kb心想事成
這種機器學習需要多久呢？這種要從最基礎的理論知識來開始學起，從最積極最基礎的知識學籍也大約要一年左右才能夠進行實際的操作。
20樓：初翎
不同的機器它學習的效率其實也是並不相同的。
21樓：稱絲
python，繼續學習，繼續要學多久？這個要看你的接受能力，你節省能力越強，學的越快。
22樓：高哥哥
這個機器學習的話最少需要乙個月的時間才是可以的。
python的機器學習是什麼？
23樓：大資料小庫
可以算很有關係，因為現在大眾說的人工智慧 指的是自動化， 在計算機領域 機器學習就是通過資料來學模型，自動做**的。
機器學習是資料分析更上一層樓的任務， 如果你能學號資料分析，那應該也能學得來機器學習。
python有很完善的機器學習工具包 就叫sklearn
24樓：網友
如果有興趣不妨學一下。機器學習和普通的資料分析不同，它是讓電腦主動找到一些資料的內在邏輯，而不是被動的求平均數、方差、線性迴歸等。
機器學習和人工智慧略有差異，但原理是一樣的，都是讓電腦自己尋找資料的內在邏輯。不同之處是，機器學習常用比較經典的演算法，如樸素貝葉斯、支援向量等，而人工智慧常用各種神經網路，如dnn、cnn、rnn等。
25樓：老男孩教育
機器學習是一門多領域交叉學科，涉及概率論、統計學、逼近論、凸分析、演算法複雜度理論等多門學科。專門研究計算機怎樣模擬或實現人類的學習行為，以獲取新的知識或技能，重新組織已有的知識結構使之不斷改善自身的效能。它是人工智慧核心，是使計算機具有智慧型的根本途徑。
而資料分析與機器學習不同，機器學習比資料分析更深乙個層次，就業前景、薪資待遇也更高。
學習機器學習，必須要用python嗎
26樓：老男孩教育
並不是說學習機器學習，必須用python語言，只是python相對於其他語言而言更加簡單、容易入門，同時python在機器學習領域有非常不錯的表現，所以很多人首選python。
27樓：富起來
不是必須，因為python是相對簡單的語言，很容易來實驗你的想法。當然你也可以選擇matlab之類的。不過很多人都轉去學python了，推薦學習python
用python進行機器學習有哪些書籍可以推薦？傾向實用性
28樓：最新資訊資料
《python程式設計：從入門到實踐》
這本書全面介紹了python，讓你可以快速學會python程式設計。課程分為兩個部分，第一部分側重於用python程式設計所必須瞭解的基本概念，第二部分則比較有趣，它側重於python的實際應用。通過這本書，你將會學到各種python庫和工具(numpy、pygal等)，製作基本的python 2d遊戲，建立可自定義的web應用程式等。
笨辦法"學python 3》
本書首先會教你如何安裝完整的python環境，然後才正式開始學習python程式設計，52個習題其中26個覆蓋了輸入/輸出、變數和函式3個主題，另外26個覆蓋了一些比較進階的話題，如條件判斷、迴圈、類和物件、**測試及專案的實現等。
fluent python》
它是一本實踐指南，會使用python的最佳(也是最容易被忽視的)特性來指導你編寫高效的python**。閱讀這本書是很有必要的，因為大多數程式設計師都想要將他們從其他語言中學到的模式應用到python中，到最後，乙個最佳的python特性也沒學到。
python cookbook》
本書介紹了python應用在各個領域中的一些使用技巧和方法，從最基本的字元、檔案序列、字典和排序，到進階的物件導向程式設計、資料庫和資料持久化、 xml處理和web程式設計，再到比較高階和抽象的描述符、裝飾器、元類、迭代器和生成器，均有涉及。
隨著越來越多的人湧入python開發行列，這在無形中抬高了入行門檻，只靠看書、自學並不能保證你能高薪就業，而這也是越來越多的人選擇專業學習的原因。如果零基礎的你真的想要快速且高效的學習python，建議你還是專業學習一下。
成為python程式設計師要學習什麼
一 認識2113python，熟悉python的安裝及配置，找一些入門資料進行檢視學習。二 學習一些簡單python程式，注重對其理解，把握python的一個整體認知5261。三 瞭解python資料型別，注重程式設計能力 1 基本資料型別 資料型別的轉換 2 控制流程 if if elif for...
機器學習為什麼會使用梯度下降法機器學習吳恩達為什麼線性迴歸和邏輯迴歸的梯度下降演算法一樣
梯度下降法是一個最優化演算法，通常也稱為最速下降法。最速下降法是求解無約束優化問題最簡單和最古老的方法之一，雖然現在已經不具有實用性，但是許多有效演算法都是以它為基礎進行改進和修正而得到的。最速下降法是用負梯度方向為搜尋方向的，最速下降法越接近目標值，步長越小，前進越慢。梯度下降法可以用於求解非線性...
機器學習中使用到底是什麼原理,機器學習中使用到底是一個什麼原理
最基本的就是分類,判斷一個向量究竟是不是屬於一個分類。其中方法比較複雜,建議可以從支援向量機開始看 機器學習中使用到底是一個什麼原理 機器學習通俗的說,就是用簡單粗暴的方法來發現事物內在的聯絡。比如我想做手勢識別,我需要一個函式,函式的輸入是手勢資料,輸出是不同手勢的型別。機器學習中使用到底是一個什...