要如何開始從零掌握Python機器學習？我已經使用Python 7年多了，現在我正在從事視頻對象識別算法的開發，使用的是同樣基于Python語言的tensorflow。Python是一種解決所有問題的

要如何開始從零掌握Python機器學習？

我已經使用Python 7年多了，現在我正在從事視頻對象識別算法的開發，使用的是同樣基于Python語言的tensorflow。Python是一種解決所有問題的語言，值得擁有

！我從2012年開始學習機器學習，因為沒有指導，我走了很多彎路，浪費了很多時間和精力。一開始，我讀了《機器學習實踐》一書。雖然我不懂，但我還是把書中所有的例子都跑了一遍，漸漸發現自己不懂算法也能達到預期的效果。然后，我會直接開發我想要的程序。當我遇到需要機器學習的部分時，我會直接復制它。一周后，演示會出來。在這個時候，你會發現你已經開始了。剩下的就是理解每種算法的范圍和局限性。

不要掉進無休止的書堆里，練習和做項目

！呃，地鐵到了。我要去工作了。我還沒做完呢。有機會我會繼續討論的

謝謝你的邀請

！作為IT行業從業者和計算機專業教育者，讓我回答這個問題。

首先，如果您從學習Python語言本身的角度出發，您不需要配置太高的計算機。普通辦公電腦完全可以滿足要求，或者大部分在售筆記本電腦都可以滿足基本的學習要求。

但是，學習Python通常必須有明確的學習方向。不同的學習方向在計算機配置上仍有一些具體的要求。目前Python的主要學習方向包括web開發、大數據開發、人工智能開發和嵌入式開發，其中大數據開發和人工智能開發對計算機配置仍有一定的要求。

大數據領域的發展通常對計算機內存有更高的要求。一個重要原因是，大數據平臺通常對內存有更高的要求。很多大數據平臺至少需要8g內存，而一些商業大數據平臺對內存的要求更高。因此，如果你想學習Python，從事大數據開發，就需要配置一個內存，計算機越大越好。另外，對于初學者來說，通常需要通過虛擬機在自己的計算機上構建偽分布式集群，這對內存容量提出了更高的要求。

人工智能的發展通常需要一個強大的GPU，所以如果你想學習Python進行機器學習（深度學習）、計算機視覺等方面的開發，就必須配備一個更好的顯示卡，這樣會大大提高實驗速度。另外，人工智能的發展方向對CPU和內存也有一定的要求。

最后，在硬盤的配置上，最好選擇速度更快的固態盤，而且容量不需要太大。

學Python的電腦要什么樣的配置？

對于那些使用了多種開發語言（Java、C#、nodejs、Erlang）然后轉用Python進行機器學習的人，我想談談我的看法。

首先，Python真的很慢嗎？我的回答是真的。非常慢。for循環比CPP慢兩個數量級。

那么為什么要使用Python呢？如果我們遍歷超過一億個數據，兩個數量級的差異是不可接受的。但是，如果我們使用Python來執行頂層邏輯并阻塞數以億計的數據，Python只會循環十幾次，剩下的就留給CPU和GPU了。所以兩個數量級無關緊要？一毫秒和100毫秒在整個系統中并不重要。

Python最大的優點是它可以非常優雅地將數據拋出到高效的C、CUDA中進行計算。Numpy、panda、numba這些優秀的開源庫可以非常方便高效地處理海量數據，借助ZMQ、cell等還可以做分布式計算，gevent借助epoll系統IO優化。因此，它不需要花費太多的精力就可以優雅高效地完成海量數據處理和機器學習任務。這就是Python如此流行的原因。

好好想想。同樣的性能，代碼只有CPP或Java的三分之一或更少，不是很吸引人嗎？

Python語言其實很慢，為什么機器學習這種快速算法步驟通常還是用呢？

感謝您的邀請：作為一種非常流行的語言，python有著廣泛的應用場景。事實上，許多開發語言可以用于不同的領域。Python不是為特定目的而產生的。但是，它是一種通用的腳本語言，也稱為glue語言。Glue意味著Python可以在C語言接口的幫助下驅動幾乎所有已知的軟件和模塊。只要我們使用它，你通常可以找到一個開源庫。安裝后，您可以驅動它。無論是數據庫、網絡、互聯網、圖形、游戲、科學計算、GUI、OA、自動控制，甚至宇航員都在使用它。

現在我們來談談Python，它可以用來做：

1。系統編程2。圖形處理3。數學處理4。文本處理5。數據庫編程6。網絡編程7。網絡編程8。多媒體應用9。Pymo發動機10。黑客編程11。用Python12編寫的簡單爬蟲：人工智能

看到這么多應用場景非常強大，但Python通常不會作為工程語言出現。也就是說，常規軟件生產不使用它。主要使用Java，C#，XML，C。至于為什么，這是軟件工程的需要。Python沒有完整的語法檢查。

但它現在不影響Python的狀態。很多人加入Python的大軍是因為Python很容易入門，而且學習成本相對較低。它有一個豐富的支持庫，可以直接調用，以高效地完成不同需要的工作。

你知道，谷歌最早的搜索引擎是由python編寫的。

希望我的回答能對你有所幫助。作為人工智能的重要組成部分，機器學習和計算機視覺是近年來研究生的熱門話題。機器學習和計算機視覺需要處理各種算法，所以我們經常需要使用一些方便的工具來輔助研究，比如MATLAB就是一個常用的工具。

與Python相比，Matlab更像一個工具。雖然我經常說編程語言是一種工具，但python可以做除科學計算之外的其他事情，比如web開發。因此，Python是一種編程語言，而MATLAB更接近于一種工具。目前，matlab還支持語言輸出。

因為我是作為一個程序員出生的，所以在早期我并不費心使用MATLAB。直到我們的一位同事在我面前展示了MATLAB的強大功能，我才對MATLAB更感興趣，并用了一段時間。使用MATLAB有很強的方便性。以前需要很多代碼的地方，只需要簡單的配置，這樣matlab就可以節省很多時間。如果你在做研究，你不需要實現這個項目，所以使用MATLAB絕對是一個不錯的選擇，你不必在編碼上投入太多精力。

后來，我開始做機器學習，因為我的很多研究內容是要實現的（基于實際應用），所以我直接用python。在使用python之前，我使用了java（其中有更多的故事）。如果您需要在實踐中使用該算法，那么必須正確地使用python。MATLAB擅長分析和建模。

Python機器學習需要使用numpy、Matplotlib和SciPy，使用起來并不復雜。學習Python也相對簡單易用。

建議在研究生階段學習Python，但這取決于導師的具體安排和指導。雖然他們都做機器學習，但我的研究更傾向于機器學習應用，所以我推薦python。