利用Python，四步掌握机器学习

‍

为了理解和应用机器学习技术，你须要学习 Python 或者 R。这二者都是与 C、Java、PHP 相相似的编程语言。可是，由于 Python 与 R 都比较年轻，并且更加“远离”CPU，因此它们显得简单一些。相对于R 只用于处理数据，使用例如机器学习、统计算法和漂亮的绘图分析数据， Pthon 的优点在于它适用于许多其余的问题。由于 Python 拥有更广阔的分布（使用 Jango 托管网站，天然语言处理 NLP，访问 Twitter、Linkedin 等网站的 API），同时相似于更多的传统语言，好比 C python 就比较流行。

在Python中学习机器学习的四个步骤

一、首先你要使用书籍、课程、视频来学习 Python 的基础知识

二、而后你必需掌握不一样的模块，好比 Pandas、Numpy、Matplotlib、NLP (天然语言处理)，来处理、清理、绘图和理解数据。

三、接着你必需可以从网页抓取数据，不管是经过网站API，仍是网页抓取模块Beautiful Soap。经过网页抓取能够收集数据，应用于机器学习算法。

四、最后一步，你必需学习机器学习工具，好比 Scikit-Learn，或者在抓取的数据中执行机器学习算法(ML-algorithm)。

1.Python入门指南：

有一个简单而快速学习Python的方法，是在 codecademy.com  注册，而后开始编程，并学习 Python 基础知识。另外一个学习Python的经典方法是经过 learnpythonthehardway ，一个为广大 Python 编程者所推荐的网站。而后还有一个优秀的 PDF， byte of python 。python社团还为初学者准备了一个Python资源列表list of python resources。同时，还有来自 O’Reilley 的书籍 《Think Python》，也能够从这里免费下载 。最后一个资源是 Python 用于计量经济学、统计学和数据分析的介绍：《Introduction to Python for Econometrics, Statistics and Data Analysis 》，其中也包含了 Python 的基础知识。

2.机器学习的重要模块

关于机器学习最重要的模块是：NumPy, Pandas, Matplotlib 和 IPython 。有一本书涵盖了其中一些模块：《Data Analysis with Open Source Tools》 。而后来自于1.的免费书籍《Introduction to Python for Econometrics, Statistics and Data Analysis》，同时也包括 Numpy，Pandas，Matplotlib 和 IPython这几个模块。还有一个资源是 Python for Data Analysis: Data Wrangling with Pandas, NumPy, and IPython，也包含了一些很重要的模块。如下是其余免费模块的相关连接： Numpy (Numerical Python, Numpy Userguide, Guide to NumPy),  Pandas (Pandas, Powerful Python Data Analysis Toolkit，Practical Business Python，Intros to Pandas Data Structure)  和  Matplotlib books。

其它资源:

• 10 minutes to Pandas
• Pandas for machine learning
• 100 NumPy exercises

3.从网站经过API挖掘和抓取数据

一旦理解了Python的基础知识和最重要的模块，你必须要学习如何从不一样的源收集数据。这个技术也被称做网页抓取。传统的源是网站文本，经过API进入twitter或linkedin一类网站获得的文本数据。网页抓取方面的优秀书籍包括：《 Mining the Social Web》 （免费书籍），《Web Scraping with Python》 和《 Web Scraping with Python: Collecting Data from the Modern Web》。

最后这个文本数据必需要转换为数值数据，经过天然语言处理（NLP）技术完成， Natural language processing with Python 和 Natural Language Annotation for Machine Learning 上面有相应的资料。其它的数据包括图片和视频，可使用计算机图像技术分析： Programming Computer Vision with Python，Programming Computer Vision with Python: Tools and algorithms for analyzing images  和  Practical Python and OpenCV ，这些是图片分析方面的典型资源。

如下例子中包括能够用基本的Python命令行实现，有教育意义，并且有趣的例子，以及网页抓取技术。

• Mini-Tutorial: Saving Tweets to a Database with Python （微型教程：使用Python保存推文到数据库）
• Web Scraping Indeed for Key Data Science Job Skills （网页抓取关键数据科学工做技巧）
• Case Study: Sentiment Analysis On Movie Reviews （案例学习：电影评论中的情感分析）
• First Web Scraper （第一网页抓取）
• Sentiment Analysis of Emails （邮件的情感分析）
• Simple Text Classification （简单文本分类）
• Basic Sentiment Analysis with Python （Python基础情感分析）
• Twitter sentiment analysis using Python and NLTK （使用Python和NLTK 作Twitter情感分析）
• Second Try: Sentiment Analysis in Python （第二个尝试：Python情感分析）
• Natural Language Processing in a Kaggle Competition for Movie Reviews  （电影评论相关Kaggle Competition中的NLP天然语言处理）

4. Python 中的机器学习

机器学习能够分为四组：分类，聚类，回归和降维。

“分类”也能够称做监督学习，有助于分类图片，用来识别图片中的特征或脸型，或者经过用户外形来分类用户，并给他赋不一样的分数值。“聚类”发生在无监督学习的状况，容许用户在数据中识别组/集群。“回归”容许经过参数集估算一个值，能够应用于预测住宅、公寓或汽车的最优价格。

modules, packages and techniques 罗列了 Python、C、Scala、Java、Julia、MATLAB、Go、R 和 Ruby等语言中全部学习机器学习的重要模块、包和技巧。有关Python机器学习的书籍，我特别推荐《Machine learning in action》。尽管有点短，但它极可能是机器学习中的经典，由于它提到了“集体智慧编程时代”：Programming Collective Intelligence。这两本书帮助你经过抓取数据创建机器学习。最近关于机器学习的出版物大多都是基于模块 scikit-learn 。因为全部的算法在模块中都已实现，使得机器学习很是简单。你惟一要作的事就是告诉 Python ，应该使用哪个机器学习技巧 (ML-technique) 来分析数据。

免费的 scikit-learn教程 能够在 scikit-learn 官方网站上找到。其余的帖子能够经过如下连接获取：

• Introduction to Machine Learning with Python and Scikit-Learn （机器学习中 Python 和 Scikit-Learn 的介绍）
• Data Science in Python （Python 中的数据科学）
• Machine Learning for Predicting Bad Loans （用机器学习来预测坏帐）
• A Generic Architecture for Text Classification with Machine Learning     （经过机器学习来分类文本的通用架构）
• Using Python and AI to predict types of wine  （利用 Python 和 AI 人工智能来预测酒的品种）
• Advice for applying Machine Learning  （应用机器学习的建议）
• Predicting customer churn with scikit-learn  （使用 scikit-learn 预测用户流失）
• Mapping Your Music Collection  （映射你的音乐收藏）
• Data Science in Python  （Python 中的数据科学）
• Case Study: Sentiment Analysis on Movie Reviews  （案例学习：电影评论中的情感分析）
• Document Clustering with Python  （Python中的文档聚类）
• Five most popular similarity measures implementation in python  （5 个最流行的Python类似度测量的实现）
• Case Study: Sentiment Analysis on Movie Reviews  （案例学习：电影评论中的情感分析）
• Will it Python?  （将会是 Python 么？）
• Text Processing in Machine Learning  （机器学习中的文本处理）
• Hacking an epic NHL goal celebration with a hue light show and real-time machine learning   （使用色彩灯光秀和实时机器学习黑入史诗级 NHL（北美冰球联赛）进球庆祝）
• Vancouver Room Prices （温哥华房间价格）
• Exploring and Predicting University Faculty Salaries （探索和预测大学教师工资）
• Predicting Airline Delays  （预测航班延误）

关于机器学习和 Python 中模块 scikit-learn 的书籍：

• Collection of books on reddit  （收集 reddit 新闻网站上的书籍）
• Building Machine Learning Systems with Python （用 Python 创建机器学习系统）
• Building Machine Learning Systems with Python, 2nd Edition （用 Python 创建机器学习系统，第二版）
• Learning scikit-learn: Machine Learning in Python  （学习 scikit-learn:Python 中的机器学习）
• Machine Learning Algorithmic Perspective   (透视机器学习算法)
• Data Science from Scratch – First Principles with Python  (抓取的数据科学——关于 Python 的首要原则)
• Machine Learning in Python   （Python 中的机器学习）

接下来数月将要发行的书籍包括：

• 《Introduction to Machine Learning with Python》 （Python 机器学习的介绍）
• 《Thoughtful Machine Learning with Python: A Test-Driven Approach》 （思考 Python 机器学习：接近测试驱动）

机器学习相关的课程和博客

你想要获得一个学位，加入在线课程，或者参加线下讲习班、大本营或大学课程么？这里有一些关于逻辑分析、大数据、数据挖掘和数据科学的在线教育站点连接：Collection of links 。另外推荐一些在线课程–来自Udacity的Coursera 课程：machine learning  和 Data Analyst Nanodegree。还有一些关于机器学习的博客列表：List of frequently updated blogs。

最后是来自 Jake Vanderplas 和 Olivier Grisel，关于探索机器学习的优秀 youtube 视频课程。

机器学习理论

想要学习机器学习的理论？那么，《The Elements of statistical Learning》和《 Introduction to Statistical Learning》 是经常被引用的经典。而后还有另外两本书籍：《Introduction to machine learning 》和《 A Course in Machine Learning》。这些连接包括免费的PDF，你不须要付费！若是不想阅读这些书籍，请观看视频：15 hours theory of machine learning！

问啊-一键呼叫程序员答题神器，牛人一对一服务，开发者编程必备官方网站：www.wenaaa.com

QQ群290551701 汇集不少互联网精英，技术总监，架构师，项目经理！开源技术研究，欢迎业内人士，大牛及新手有志于从事IT行业人员进入！