diff --git a/translated/tech/20170531 Get started with machine learning using Python.md b/published/20170531 Get started with machine learning using Python.md similarity index 72% rename from translated/tech/20170531 Get started with machine learning using Python.md rename to published/20170531 Get started with machine learning using Python.md index 020f727c88..7422128be8 100644 --- a/translated/tech/20170531 Get started with machine learning using Python.md +++ b/published/20170531 Get started with machine learning using Python.md @@ -1,15 +1,16 @@ 使用 Python 开始你的机器学习之旅 ============================================================ -### 机器学习是你的简历中必需的一门技能。我们简要概括一下使用 Python 来进行机器学习的一些步骤。 +> 机器学习是你的简历中必需的一门技能。我们简要概括一下使用 Python 来进行机器学习的一些步骤。 ![Get started with machine learning using Python](https://opensource.com/sites/default/files/styles/image-full-size/public/images/education/osdc_khan_520x292_FINAL.png?itok=lCkXsudF "Get started with machine learning using Python") + >图片来自： opensource.com -你想知道如何开始机器学习吗？在这篇文章中，我将简要概括一下使用 [Python][16] 来开始机器学习的一些步骤。Python 是一门开源程序设计语言，也是在人工智能及其相关科学领域中最常用的语言之一。机器学习简称 ML，是人工智能的一个分支，它是利用算法从数据中进行学习，然后作出预测。机器学习有助于帮助我们预测我们周围的世界。 +你想知道如何开始机器学习吗？在这篇文章中，我将简要概括一下使用 [Python][16] 来开始机器学习的一些步骤。Python 是一门流行的开源程序设计语言，也是在人工智能及其它相关科学领域中最常用的语言之一。机器学习简称 ML，是人工智能的一个分支，它是利用算法从数据中进行学习，然后作出预测。机器学习有助于帮助我们预测我们周围的世界。 -从无人驾驶汽车到股市预测，再到在线学习，机器学习通过预测来进行自我提高的方法几乎被用在了每一个领域。由于机器学习的实际运用，目前它已经成为就业市场上最有需求的技能之一。另外，使用 [Python][17] 来开始机器学习很简单，因为有大量的在线资源，以及许多可用的 [Python 机器学习库][18]。 +从无人驾驶汽车到股市预测，再到在线学习，机器学习通过预测来进行自我提高的方法几乎被用在了每一个领域。由于机器学习的实际运用，目前它已经成为就业市场上最有需求的技能之一。另外，使用 Python 来开始机器学习很简单，因为有大量的在线资源，以及许多可用的 [Python 机器学习库][16]。 你需要如何开始使用 Python 进行机器学习呢？让我们来总结一下这个过程。 @@ -18,47 +19,39 @@ 由于 Python 在工业界和科学界都非常受欢迎，因此你不难找到 Python 的学习资源。如果你是一个从未接触过 Python 的新手，你可以利用在线资源，比如课程、书籍和视频来学习 Python。比如下面列举的一些资源： * [Python 学习之路][5] - -* [Google 开发人员 Python 课程（视频）][6] - +* [Google 开发者 Python 课程（视频）][6] * [Google 的 Python 课堂][7] ### 安装 Anaconda -下一步是安装 [Anacona][2]。有了 Anaconda ，你将可以开始使用 Python 来探索机器学习的世界了。Ananconda 的默认安装库包含了进行机器学习所需要的工具。 +下一步是安装 [Anacona][2]。有了 Anaconda ，你将可以开始使用 Python 来探索机器学习的世界了。Anaconda 的默认安装库包含了进行机器学习所需要的工具。 ### 基本的机器学习技能 有了一些基本的 Python 编程技能，你就可以开始学习一些基本的机器学习技能了。一个实用的学习方法是学到一定技能便开始进行练习。然而，如果你想深入学习这个领域，那么你需要准备投入更多的学习时间。 -一个获取技能的有效方法是在线课程。Andrew Ng 的 Coursera [机器学习课程][20] 是一个不错的选择。其它有用的在线训练包括： +一个获取技能的有效方法是在线课程。吴恩达的 Coursera [机器学习课程][20] 是一个不错的选择。其它有用的在线训练包括： * [Python 机器学习： Scikit-Learn 教程][8] - * [Python 实用机器学习教程][9] 你也可以在 [LiveEdu.tv][21] 上观看机器学习视频，从而进一步了解这个领域。 -### 学习更过的 Python 库 +### 学习更多的 Python 库 当你对 Python 和机器学习有一个好的感觉之后，可以开始学习一些[开源的 Python 库][22]。科学的 Python 库将会使完成一些简单的机器学习任务变得很简单。然而，选择什么库是完全主观的，并且在业界内许多人有很大的争论。 一些实用的 Python 库包括： * [Scikit-learn][10] ：一个优雅的机器学习算法库，可用于数据挖掘和数据分析任务。 - -* [Tensorflow][11]：一个易于使用的神经网络库。 - -* [Theano：][12] Theano 是一个强大的机器学习库，可以帮助你轻松的评估数学表达式。 - -* [Pattern][13]： Pattern 可以帮助你进行自然语言处理、数据挖掘以及更多的工作。 - -* [Nilearn][14]：Nilearn 基于 Scikit-learn，它可以帮助你进行简单快速的统计学习。 - +* [Tensorflow][11] ：一个易于使用的神经网络库。 +* [Theano][12] ： 一个强大的机器学习库，可以帮助你轻松的评估数学表达式。 +* [Pattern][13] ： 可以帮助你进行自然语言处理、数据挖掘以及更多的工作。 +* [Nilearn][14] ：基于 Scikit-learn，它可以帮助你进行简单快速的统计学习。 ### 探索机器学习 -对基本的 Python、机器学习技能和 Python 库有了一定理解之后，就可以开始探索机器学习了。接下来，尝试探索一下 Scikit-learn 。一个不错的教程是 Jake VanderPlas 写的 [Scikit-learn 简介][23]。 +对基本的 Python、机器学习技能和 Python 库有了一定理解之后，就可以开始探索机器学习了。接下来，尝试探索一下 Scikit-learn 库。一个不错的教程是 Jake VanderPlas 写的 [Scikit-learn 简介][23]。 然后，进入中级主题，比如 [K-均值聚类算法简介][24]、线性回归、[决策树][25]和逻辑回归。 @@ -72,15 +65,15 @@ 作者简介： -MichaelJ. Garbade 博士是旧金山 LiveEdu Inc（Livecoding.tv）的创始人兼首席执行官。Livecoding.tv 是世界上观看工程师直播编代码最先进的直播平台。你可以通过观看工程师们写网站、移动应用和游戏，来将你的技能提升到一个新的水平。MichaelJ. Garbade 博士拥有金融学博士学位，并且是一名自学成才的工程师，他喜欢 Python、Django、Sencha Touch 和视频流。 +Michael J. Garbade 博士是旧金山 LiveEdu Inc（Livecoding.tv）的创始人兼首席执行官。Livecoding.tv 是世界上观看工程师直播编代码最先进的直播平台。你可以通过观看工程师们写网站、移动应用和游戏，来将你的技能提升到一个新的水平。MichaelJ. Garbade 博士拥有金融学博士学位，并且是一名自学成才的工程师，他喜欢 Python、Django、Sencha Touch 和视频流。 ----------- via: https://opensource.com/article/17/5/python-machine-learning-introduction -作者：[ Dr. Michael J. Garbade][a] +作者：[Michael J. Garbade][a] 译者：[ucasFL](https://github.com/ucasFL) -校对：[校对者ID](https://github.com/校对者ID) +校对：[wxy](https://github.com/wxy) 本文由 [LCTT](https://github.com/LCTT/TranslateProject) 原创编译，[Linux中国](https://linux.cn/) 荣誉推出