如今確實(shí)挺多諸如數(shù)據(jù)分析、機(jī)器學(xué)習(xí)的崗位選擇使用python做開發(fā)的多，那么，如果是想從事機(jī)器學(xué)習(xí)開發(fā)的話，該如何起步呢？

要想把機(jī)器學(xué)習(xí)用起來，就得先掌握python的基礎(chǔ)，諸如import、對象等的一些概念和使用要了然于心，否則基礎(chǔ)不扎實(shí)的話，就會面臨很多瑣碎的問題。對于python基礎(chǔ)的掌握，推薦慕課網(wǎng)教程，個人聽過感覺還不錯。 當(dāng)然，書籍方法的話推薦《Python編程 從入門到實(shí)踐》，此書可以充當(dāng)字典，遇到不會的可以多翻翻。

python提供了很多可以很好支出程序進(jìn)行矩陣、線性和統(tǒng)計(jì)等的數(shù)學(xué)運(yùn)算，像大部分機(jī)器學(xué)習(xí)的開發(fā)者都熟悉的Scikit Learn包一樣，里面封裝了很多算法，可以讓我們事半功倍。但也相應(yīng)的需要我們花時間去了解里面包的使用，在這里推薦去官網(wǎng)看（https://scikit-learn.org/stable），里面也提供了很多例子供我們參考和研習(xí)。當(dāng)然，也可以購買相應(yīng)的書籍，這里推薦《機(jī)器學(xué)習(xí)實(shí)戰(zhàn)：基于Scikit-Learn和TensorFlow》。此書涵蓋機(jī)器學(xué)習(xí)的基礎(chǔ)理論知識和基本算法——從線性回歸到隨機(jī)森林等，幫助讀者掌握Scikit-Learn的常用方法；探討深度學(xué)習(xí)和常用框架TensorFlow，一步一個腳印地帶領(lǐng)讀者使用TensorFlow搭建和訓(xùn)練深度神經(jīng)網(wǎng)絡(luò)，以及卷積神經(jīng)網(wǎng)絡(luò)。

機(jī)器學(xué)習(xí)需要使用的算法是很多的，雖然前輩們已經(jīng)為我們留下了各種包方便我們使用，但真正解決機(jī)器學(xué)習(xí)開發(fā)者級別的，還在于內(nèi)功的深厚，也就是算法。 只有真正的弄懂了算法，在開發(fā)的過程中才能真正的知其然而又知其所以然。 懂得了算法，你才能知道為什么需要這樣做，為什么那樣做會產(chǎn)生那樣的結(jié)果，如何更好的調(diào)參等。 如果沒有算法做鋪墊，很快就會迷失在調(diào)包的迷霧中，很難更近一步的往上。 在這里，推薦你去看吳恩達(dá)機(jī)器學(xué)習(xí)課程，這門課程在網(wǎng)易公開課上也有。 同時，也建議你去看機(jī)器學(xué)習(xí)的入門教材，也就是周志華出的《機(jī)器學(xué)習(xí)》，此書對于新手來說也算是一件寶物。在內(nèi)容上盡可能涵蓋機(jī)器學(xué)習(xí)基礎(chǔ)知識的各方面. 全書共16 章，大致分為3 個部分：此書介紹機(jī)器學(xué)習(xí)的基礎(chǔ)知識；討論了—些經(jīng)典而常用的機(jī)器學(xué)習(xí)方法（決策樹、神經(jīng)網(wǎng)絡(luò)、支持向量機(jī)、貝葉斯分類器、集成學(xué)習(xí)、聚類、降維與度量學(xué)習(xí)）后期還涉及特征選擇與稀疏學(xué)習(xí)、計(jì)算學(xué)習(xí)理論、半監(jiān)督學(xué)習(xí)、概率圖模型、規(guī)則學(xué)習(xí)以及強(qiáng)化學(xué)習(xí)等。

學(xué)習(xí)的路上切記浮躁，要一步步的基礎(chǔ)打撈了，才能以不變應(yīng)萬變。

最后祝你早日成為大佬。

簡評：Python 官方有一個推薦書單「

PythonBooks.org

一：初學(xué)編程，這些書籍適合你（前三名）：二：中級 Python 程序員：

掌握語言：

實(shí)踐：

三：相關(guān)書籍四：專項(xiàng)書籍（這個分類太多我就貼機(jī)器學(xué)習(xí)和 AI 了，其他自己看吧）Python 的機(jī)器學(xué)習(xí)和 AI五：有經(jīng)驗(yàn)的程序員學(xué) Python 可以看

記得關(guān)注哦。另外除了書本想要是視頻用來學(xué)習(xí)的，關(guān)注私聊我，發(fā)送“python”就行咯。

推薦書籍：《python編程從入門到實(shí)踐》，需要電子版，可以直接在我主頁私信發(fā)送書名，系統(tǒng)會給你發(fā)云盤鏈接。

看到有位老哥說看書基本上沒什么用，個人覺得，一個作者能寫一本書，也就是說他對這一方面有了一定的系統(tǒng)概括，看完了整本書絕對有很大收獲，關(guān)鍵是怎么看，尤其是看這類技術(shù)書籍，建議先快速整體看一遍，不用每一個地方都要跟著敲代碼，而是明白其能做什么、怎么做，有了大概了解后，后面實(shí)戰(zhàn)了，再一點(diǎn)點(diǎn)內(nèi)化就可以了。

舉個例子：如果你看完上面推薦的書，你就可以對python可以用來做什么以及怎么做有了大概了解，后面你想用python來開發(fā)網(wǎng)站，那么就會想起這本書上面有介紹了可以用django來開發(fā)，隨后你可能需要的是去官網(wǎng)看看文檔、看看其他博主寫的博客，就可以自己動手了。

1、Python自身的優(yōu)勢。

Python簡單易學(xué)可讀性強(qiáng)，一段好的代碼，閱讀起來像是在讀一篇外語文章，可以使你只關(guān)心完成什么工作任務(wù)，而不是糾結(jié)于Python語法。除此之外，它還擁有非常多優(yōu)秀的庫可用于數(shù)據(jù)分析，目前超過125,000的第三方Python庫，對于像pandas，NumPy和matplotlib這樣以數(shù)據(jù)為中心的庫，任何懂Python語法規(guī)則的人都可以操作部署。最重要的是它是免費(fèi)開源的！！

2、Python與其他數(shù)據(jù)分析工具的對比。

（1）Python處理Excel表格，是通過調(diào)用模塊，處理這些數(shù)據(jù)并生成報表。相比Excel，Python能夠處理更大的數(shù)據(jù)集；能夠更容易的實(shí)現(xiàn)自動化分析；能夠比較容易的建立復(fù)雜的機(jī)器學(xué)習(xí)模型。

（2）相比spss，spss是個統(tǒng)計(jì)軟件，只適合在科學(xué)研究領(lǐng)域做實(shí)驗(yàn)數(shù)據(jù)的分析，并不適合做偏向?qū)嶋H應(yīng)用場景的數(shù)據(jù)的分析；而Python能夠處理復(fù)雜的數(shù)據(jù)邏輯，因此在這些場景的使用更有優(yōu)勢。

（3）相比R語言，Python的機(jī)器學(xué)習(xí)庫只有一個sklearn ，所有的機(jī)器學(xué)習(xí)方法都集中在這一個庫中，而R語言,我不清楚它到底有多少個用來做機(jī)器學(xué)習(xí)的庫，R語言中的機(jī)器學(xué)習(xí)方法是如此的分散，以至于很難掌握。而且Python的使用人數(shù)在不斷上升，有一些曾經(jīng)只使用R的人在轉(zhuǎn)向Python，投入到一個呈現(xiàn)上升趨勢的技術(shù)中，未來才會更加寬廣。

（4）相比上述的幾個工具,，Python在做機(jī)器學(xué)習(xí)、網(wǎng)絡(luò)爬蟲、大數(shù)據(jù)分析時更加的得心應(yīng)手。目前很多數(shù)據(jù)科學(xué)方面的應(yīng)用都可以輕松使用Python實(shí)現(xiàn)。包括數(shù)據(jù)搜集，清洗，整理，可視化，機(jī)器學(xué)習(xí)，人工智能，開發(fā)，運(yùn)維等。所以光一個Python就可以做到全套服務(wù)。

綜合選擇Python做數(shù)據(jù)分析是很好的選擇，可以看一下相關(guān)課程了解一下

http://xue.ujiuye.com/class-95167/