2016-06-28 7 views
-2

私はPythonプログラミングの概念を知っています。そして、私は、Pythonマシンの学習がより互換性があると聞きました。ですから、私はPythonを使って機械学習を始めたいと思います。私は機械学習の初心者です(ちょうどゼロから始めたい) どうすればこの方向に向かいますか?マシンを始めるにはPythonプログラミングで学習する?

+0

[Scikit-learn](http://scikit-learn.org/stable/)は、Pythonで機械学習アルゴリズムを構築するための素晴らしいツールです。ウェブサイトをナビゲートするだけで興味深いものが見つかるかもしれません。 この[書籍](http://neuralnetworksanddeeplearning.com/chap1.html)は、ニューラルネットワーク(機械学習における非常に普及している技術)を理解するのにも良いスタートになる可能性があります。さらに、この[page](http://machinelearningmastery.com/a-tour-of-machine-learning-algorithms/)は、 "機械学習"の最もよく使われている技術を使っています。 –

+0

Gregoire Gに感謝します。 –

答えて

0

機械学習の統計的背景についての確かな知識を持っていると、私はもっと重要だと思います。 Numpy、pandas、matplotlib、scikit-learnは、機械学習のためのPythonの便利なツールです。あなたが数学/統計/データマイニングなどを含めた理論sutffを習得する必要があります

1

...

の最良の方法である - おそらくAndrew Ng Coursera Course on Machine Learning非常に有名な - ウル現在の背景に依存します。私は正直言って、より速く/より簡単な方法があるとは思わない。私はすでにML/stats関連の動画でトンを見つけたので、Youtubeは良い助けになるかもしれません。

0

機械学習のためにPythonを初めて使用したときに見つけた最高のリソースの1つは、Sebastian RaschkaのPython's Machine Learningという本でした。

私はまた、oneのようなさまざまなUdemyチュートリアルを使用しました。自信を高めるには最適ですが、一般的には、一般的なユースケースのみを表示します。データセットは、実際に見られるデータセットよりもはるかにクリーンです。

しかし、あなたがしていることの概念的な基礎を理解していることを確認してください。誰でもscikitlearnをインポートしていくつかの予測を行うことができますが、これはプロのアマチュアを分けて、独自のカスタムアルゴリズムを書くこと、エッジケースを理解すること、低レベルのニュアンス(L1対L2あなたのデータパターンがRBKとリニアサポートベクタマシンを実装できることを意味するかどうかなど)については、Max KuhnとKjell JohnsonのApplied Predictive Modelingのようないくつかの機械学習と予測分析の教科書を選ぶことを強くお勧めします。

最後に、さまざまなポッドキャストを聞くことができます。初心者がコアデータ科学の原理に慣れ親しむためのかなりアクセス可能なのは、The Data Skepticです。

関連する問題