利用Python，四步掌握機器學習

‍

爲了理解和應用機器學習技術，你須要學習 Python 或者 R。這二者都是與 C、Java、PHP 相相似的編程語言。可是，由於 Python 與 R 都比較年輕，並且更加「遠離」CPU，因此它們顯得簡單一些。相對於R 只用於處理數據，使用例如機器學習、統計算法和漂亮的繪圖分析數據， Pthon 的優點在於它適用於許多其餘的問題。由於 Python 擁有更廣闊的分佈（使用 Jango 託管網站，天然語言處理 NLP，訪問 Twitter、Linkedin 等網站的 API），同時相似於更多的傳統語言，好比 C python 就比較流行。

在Python中學習機器學習的四個步驟

一、首先你要使用書籍、課程、視頻來學習 Python 的基礎知識

二、而後你必需掌握不一樣的模塊，好比 Pandas、Numpy、Matplotlib、NLP (天然語言處理)，來處理、清理、繪圖和理解數據。

三、接着你必需可以從網頁抓取數據，不管是經過網站API，仍是網頁抓取模塊Beautiful Soap。經過網頁抓取能夠收集數據，應用於機器學習算法。

四、最後一步，你必需學習機器學習工具，好比 Scikit-Learn，或者在抓取的數據中執行機器學習算法(ML-algorithm)。

1.Python入門指南：

有一個簡單而快速學習Python的方法，是在 codecademy.com  註冊，而後開始編程，並學習 Python 基礎知識。另外一個學習Python的經典方法是經過 learnpythonthehardway ，一個爲廣大 Python 編程者所推薦的網站。而後還有一個優秀的 PDF， byte of python 。python社團還爲初學者準備了一個Python資源列表list of python resources。同時，還有來自 O’Reilley 的書籍 《Think Python》，也能夠從這裏免費下載 。最後一個資源是 Python 用於計量經濟學、統計學和數據分析的介紹：《Introduction to Python for Econometrics, Statistics and Data Analysis 》，其中也包含了 Python 的基礎知識。

2.機器學習的重要模塊

關於機器學習最重要的模塊是：NumPy, Pandas, Matplotlib 和 IPython 。有一本書涵蓋了其中一些模塊：《Data Analysis with Open Source Tools》 。而後來自於1.的免費書籍《Introduction to Python for Econometrics, Statistics and Data Analysis》，同時也包括 Numpy，Pandas，Matplotlib 和 IPython這幾個模塊。還有一個資源是 Python for Data Analysis: Data Wrangling with Pandas, NumPy, and IPython，也包含了一些很重要的模塊。如下是其餘免費模塊的相關連接： 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。

其它資源:

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

3.從網站經過API挖掘和抓取數據

一旦理解了Python的基礎知識和最重要的模塊，你必須要學習如何從不一樣的源收集數據。這個技術也被稱做網頁抓取。傳統的源是網站文本，經過API進入twitter或linkedin一類網站獲得的文本數據。網頁抓取方面的優秀書籍包括：《 Mining the Social Web》 （免費書籍），《Web Scraping with Python》 和《 Web Scraping with Python: Collecting Data from the Modern Web》。

最後這個文本數據必需要轉換爲數值數據，經過天然語言處理（NLP）技術完成， Natural language processing with Python 和 Natural Language Annotation for Machine Learning 上面有相應的資料。其它的數據包括圖片和視頻，可使用計算機圖像技術分析： Programming Computer Vision with Python，Programming Computer Vision with Python: Tools and algorithms for analyzing images  和  Practical Python and OpenCV ，這些是圖片分析方面的典型資源。

如下例子中包括能夠用基本的Python命令行實現，有教育意義，並且有趣的例子，以及網頁抓取技術。

• Mini-Tutorial: Saving Tweets to a Database with Python （微型教程：使用Python保存推文到數據庫）
• Web Scraping Indeed for Key Data Science Job Skills （網頁抓取關鍵數據科學工做技巧）
• Case Study: Sentiment Analysis On Movie Reviews （案例學習：電影評論中的情感分析）
• First Web Scraper （第一網頁抓取）
• Sentiment Analysis of Emails （郵件的情感分析）
• Simple Text Classification （簡單文本分類）
• Basic Sentiment Analysis with Python （Python基礎情感分析）
• Twitter sentiment analysis using Python and NLTK （使用Python和NLTK 作Twitter情感分析）
• Second Try: Sentiment Analysis in Python （第二個嘗試：Python情感分析）
• Natural Language Processing in a Kaggle Competition for Movie Reviews  （電影評論相關Kaggle Competition中的NLP天然語言處理）

4. Python 中的機器學習

機器學習能夠分爲四組：分類，聚類，迴歸和降維。

「分類」也能夠稱做監督學習，有助於分類圖片，用來識別圖片中的特徵或臉型，或者經過用戶外形來分類用戶，並給他賦不一樣的分數值。「聚類」發生在無監督學習的狀況，容許用戶在數據中識別組/集羣。「迴歸」容許經過參數集估算一個值，能夠應用於預測住宅、公寓或汽車的最優價格。

modules, packages and techniques 羅列了 Python、C、Scala、Java、Julia、MATLAB、Go、R 和 Ruby等語言中全部學習機器學習的重要模塊、包和技巧。有關Python機器學習的書籍，我特別推薦《Machine learning in action》。儘管有點短，但它極可能是機器學習中的經典，由於它提到了「集體智慧編程時代」：Programming Collective Intelligence。這兩本書幫助你經過抓取數據創建機器學習。最近關於機器學習的出版物大多都是基於模塊 scikit-learn 。因爲全部的算法在模塊中都已實現，使得機器學習很是簡單。你惟一要作的事就是告訴 Python ，應該使用哪個機器學習技巧 (ML-technique) 來分析數據。

免費的 scikit-learn教程 能夠在 scikit-learn 官方網站上找到。其餘的帖子能夠經過如下連接獲取：

• Introduction to Machine Learning with Python and Scikit-Learn （機器學習中 Python 和 Scikit-Learn 的介紹）
• Data Science in Python （Python 中的數據科學）
• Machine Learning for Predicting Bad Loans （用機器學習來預測壞帳）
• A Generic Architecture for Text Classification with Machine Learning     （經過機器學習來分類文本的通用架構）
• Using Python and AI to predict types of wine  （利用 Python 和 AI 人工智能來預測酒的品種）
• Advice for applying Machine Learning  （應用機器學習的建議）
• Predicting customer churn with scikit-learn  （使用 scikit-learn 預測用戶流失）
• Mapping Your Music Collection  （映射你的音樂收藏）
• Data Science in Python  （Python 中的數據科學）
• Case Study: Sentiment Analysis on Movie Reviews  （案例學習：電影評論中的情感分析）
• Document Clustering with Python  （Python中的文檔聚類）
• Five most popular similarity measures implementation in python  （5 個最流行的Python類似度測量的實現）
• Case Study: Sentiment Analysis on Movie Reviews  （案例學習：電影評論中的情感分析）
• Will it Python?  （將會是 Python 麼？）
• Text Processing in Machine Learning  （機器學習中的文本處理）
• Hacking an epic NHL goal celebration with a hue light show and real-time machine learning   （使用色彩燈光秀和實時機器學習黑入史詩級 NHL（北美冰球聯賽）進球慶祝）
• Vancouver Room Prices （溫哥華房間價格）
• Exploring and Predicting University Faculty Salaries （探索和預測大學教師工資）
• Predicting Airline Delays  （預測航班延誤）

關於機器學習和 Python 中模塊 scikit-learn 的書籍：

• Collection of books on reddit  （收集 reddit 新聞網站上的書籍）
• Building Machine Learning Systems with Python （用 Python 創建機器學習系統）
• Building Machine Learning Systems with Python, 2nd Edition （用 Python 創建機器學習系統，第二版）
• Learning scikit-learn: Machine Learning in Python  （學習 scikit-learn:Python 中的機器學習）
• Machine Learning Algorithmic Perspective   (透視機器學習算法)
• Data Science from Scratch – First Principles with Python  (抓取的數據科學——關於 Python 的首要原則)
• Machine Learning in Python   （Python 中的機器學習）

接下來數月將要發行的書籍包括：

• 《Introduction to Machine Learning with Python》 （Python 機器學習的介紹）
• 《Thoughtful Machine Learning with Python: A Test-Driven Approach》 （思考 Python 機器學習：接近測試驅動）

機器學習相關的課程和博客

你想要獲得一個學位，加入在線課程，或者參加線下講習班、大本營或大學課程麼？這裏有一些關於邏輯分析、大數據、數據挖掘和數據科學的在線教育站點連接：Collection of links 。另外推薦一些在線課程–來自Udacity的Coursera 課程：machine learning  和 Data Analyst Nanodegree。還有一些關於機器學習的博客列表：List of frequently updated blogs。

最後是來自 Jake Vanderplas 和 Olivier Grisel，關於探索機器學習的優秀 youtube 視頻課程。

機器學習理論

想要學習機器學習的理論？那麼，《The Elements of statistical Learning》和《 Introduction to Statistical Learning》 是經常被引用的經典。而後還有另外兩本書籍：《Introduction to machine learning 》和《 A Course in Machine Learning》。這些連接包括免費的PDF，你不須要付費！若是不想閱讀這些書籍，請觀看視頻：15 hours theory of machine learning！

問啊-一鍵呼叫程序員答題神器，牛人一對一服務，開發者編程必備官方網站：www.wenaaa.com

QQ羣290551701 彙集不少互聯網精英，技術總監，架構師，項目經理！開源技術研究，歡迎業內人士，大牛及新手有志於從事IT行業人員進入！