python機器學習
A. python機器學習需要學多久
Python，機器學習需要多久？那就要看你學習的程度是怎樣的，按照正常情況下三個月起到三年
B. python的機器學習是什麼
可以算很有關系，因為現在大眾說的人工智慧 指的是自動化， 在計算機領域 機器學習就是通過數據來學模型，自動做預測的
機器學習是數據分析更上一層樓的任務， 如果你能學號數據分析，那應該也能學得來機器學習
Python有很完善的機器學習工具包 就叫sklearn
C. python機器學習數學
這個題目的意思是平鋪一個28*28的numpy二維數組
```python
importnumpyasnp
defreshape(x):
returnx.flatten()#就是這么簡單，一行搞定
image=np.random.randn(28,28)
print(reshape(image))
```
順便問一下，你這個是在哪個網站的習題
D. 用python進行機器學習有哪些書籍可以推薦傾向實用性
機器學習的入門書籍《機器學習實戰》使用的語言是python。下面介紹利用Python開始「機器學習」的准備工作。（環境：CentOS 7)
1, 兩個重要的包
NumPy 和 SciPy。主要是處理數值運算，矩陣操作等。
注:Sci是Science的縮寫。
官網介紹了安裝方法，可以手動安裝，也可以使用yum。（numpy 和 scipy 在默認的軟體源有提供）
需要說明的是，scipy是依賴numpy的，如果你手動安裝，要先安裝numpy。當然，如果使用yum，它會自動處理依賴關系。
註：可以使用 yum info *** 查看是否在軟體源提供該軟體。如
2, 2D繪圖: Matplotlib
這在yum裡面也可以獲取，
?
1
sudo yum install python-matplotlib
如果以交互的方式使用matplotlib,最好使用ipython.(雖然在python shell下也能執行）
因為繪圖是個相對消耗大的操作，python會在所有操作結束後才改變圖。而ipython能做到實時改變。你也可以網路matplotlib和matlab的淵源。
3，為了更好的交互，使用 ipython
在centos 7默認的軟體源裡面是沒有ipython。你可以到github上下載最新穩定版的源碼，手動安裝（解壓後 sudo python setup.py install ）。當然，如果你已經安裝了pip，就可以直接安裝：
?
1
<span style="font-size:18px;">sudo pip install ipython</span>
下面，給出一個繪圖的例子。
終端輸入 ipython
輸入 %pylab<喎�"/kf/ware/vc/" target="_blank" class="keylink">vcD4KPHA+PGltZyBzcmM9"/uploadfile/Collfiles/20141011/20141011084530390.png" alt="\">
輸入，
?
1
2
3
In [2]: x = randn(10000)
In [3]: hist(x,100)
(注:是不是和matlab很像?)
輸出，
這是使用python進行「機器學習」最基礎的幾個軟體，隨著之後學習深入，我們再具體介紹。
E. 學習機器學習,必須要用python嗎
想用Python學習機器學習，其實不用學多深入的。因為機器學習更多是演算法上的東西。對大部分語言來說，演算法是通用的。建議至少靈活運用list和循環，函數一定要會用。學了class會省好一些事，不過說實話，不會也不算硬傷。numpy庫主要是處理向量數組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，不然只是堆砌代碼，而不明白怎麼回事。
F. 學習機器學習，必須要用python嗎
並不是說學習機器學習，必須用Python語言，只是Python相對於其他語言而言更加簡單、容易入門，同時Python在機器學習領域有非常不錯的表現，所以很多人首選Python。
G. 《python機器學習及實踐》是什麼版本的python
1. 因為scipy、numpy、matplot……這些，讓它在數據分析時，非常強大；
2. python vs matlab： ptyhon免費
3. python vs R: python是一門真正的計算機語言。R更適合統計學家玩， python更適合程序員用（比如字元串處理等基本操作，還是交給真正的計算機語言處理吧）。
此外，在版本上，選擇了使用更廣泛的python2.x（目前是2.7.5)而不是3.x。
H. python學習機器學習需要哪些功底，零基礎可以嗎
零基礎一樣學的，畢竟腳本語言，不要用C語言的思想來學，雖然有些語法是借鑒過來的。
學習python可以從幾個方面入手：
1學習基本的語法，包括數據結構（數組，字典等）。了解數據類型，以及他的類型轉換。
2學會流程式控制制---選擇，循環。
3函數，模塊，熟練使用常用的內建函數。
4class類
5多線程
前四個都熟練了，那麼你已經掌握了python的基礎應用了，第五個也會了，你就可以開始利用它做一些項目了。
I. 如何讓python實現機器學習
Python 被稱為是最接近 AI 的語言。下面和大家分享一下如何使用Python（3.6及以上版本）實現機器學習演算法的筆記。所有這些演算法的實現都沒有使用其他機器學習庫。這份筆記可以幫大家對演算法以及其底層結構有個基本的了解，但並不是提供最有效的實現哦。
七種演算法包括：
● 線性回歸演算法
● Logistic 回歸演算法
● 感知器
● K 最近鄰演算法
● K 均值聚類演算法
● 含單隱層的神經網路
● 多項式的 Logistic 回歸演算法