1樓：情深意濃
python是親linux的語言，所以有乙個linux風格shell對python開發非常有益 因此，mac ubuntu均可，win下python各種包非常麻煩。
python 機器學習 用什麼開發環境比較好
2樓：網友
千言萬語匯成一句話： 安裝anaconda! anaconda非常適合做研究。
pycharm適合做開發，而不是研究。 為什麼說anaconda好呢？ 1 自帶了很多適合搞科學研究的庫，比如numpy, scipy, pandas, matplotlib, sympy, sklearn等。
2 裡面的spyder的介面非常像matla...
的深度學習是用什麼語言實現的？ 剛接觸機器學習不知道用哪種工具比較好，好多教程用python，
3樓：
學術上研究機器學習，比較傳統的是用matlab，比如線性分類器之類都有很多現成好用的庫。
不過具體到深度學習，除了matlab外還是用python的多。題主現在還是學習，先不必在乎商業化之類的事情。
另外，演算法的原理研究和工業實現是兩回事。如果要實現的話用c語言都可以，研究的話還是指令碼語言方便些～
資料探勘spss，python，《機器學習實戰》先學什麼好
4樓：匿名使用者
spss也僅僅是把成熟的方法放到軟體裡面，它和weka，rapidminer本質上沒什麼區別。個人不太熟悉影象，但是隱約覺得spss是偏向統計的，和影象處理沒啥關係吧。這個僅僅是自己的一點疑惑而已。
好，正經回答你的問題。spss其實蠻好學的，沒必要和其他擺到乙個層面上，我猜你是要學習spss模組中的那些統計方法吧。spss中的方法大多是統計方法，和《機器學習實戰》中的方法不一樣。
不過你先學習統計方法，再看《機器學習實戰》也不錯。至於python基礎，在看《機器學習實戰》之前的確看一下《python學習手冊》這類的入門書比較好。因為python語法比較簡單，所以說也不用有什麼負擔，看幾天就會了，然後再順著《機器學習實戰》一邊看一邊code就好了。
順序如下：spss中的統計方法python基礎《機器學習實戰》中的統計方法都很經典，會用的話，其實不用看很長時間，但是如果想自習鑽研，就是統計學了，裡面的知識也很豐富。
機器學習 python要學到什麼地步
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。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...
新手開始學習Python，用Python2還是Python3比較好
2.x和3.x只有一些細微差別。學會任何一版的前提下，完全可以在一兩天之內，學會另外一版。真不知道這有什麼可糾結的 如果你沒有做好準備，拿出一兩年時間，而只是打算以 天 為單位，那無論學什麼語言，你也只能學到皮毛，python也是如此。而如果你已經決定用一兩年來學py，那也真的不差這一兩天時間。2t...
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...