大家好，今天小编关注到一个比较有意思的话题，就是关于python 机器学习的问题，于是小编就整理了4个相关介绍python 机器学习的解答，让我们一起看看吧。
- 机器学习需要掌握网络爬虫吗？为什么？
- pythonweb开发是学点golang好还是学数据分析、机器学习好？
- windows转linux，用于python爬虫和机器学习，安装哪个版本比较好？
- 机器学习和计算机视觉方向的CS硕士研究生，应该往python还是MATLAB发展？
机器学习需要掌握网络爬虫吗？为什么？
不需要的。虽然说网络爬虫确实是数据***集的利器，但是机器学习更重要的是算法什么的，机器学习的数据来源有很多，不只是限于网络爬虫。其实网络爬虫和机器学习完全可以说是两个方向。不过如果两者都会的话，对你是百利而无一害的，技多不压身
因为数据是人工智能的基础，而爬虫是获取数据的方法之一，数据分析是为人工智能准备数据的前提。如果人工智能是匹千里马，那么爬虫就是出去割草的小牧童，而数据分析就是整理牧草晒干草的过程。当然，在条件具备的情况下，可能数据来源会有很多，但爬虫至少是一个可靠的途径。如果没有这两个过程，很可能人工智能这匹骏***饿死。
虽说机器学习不要求掌握网络爬虫，但是，机器学习总要有样本，这个样本可是不容易搞，当然有一些现成的样本库，学习可以，应用还是要落地，所以我觉得网络爬虫对于搞机器学习还是必要的。
pythonweb开发是学点golang好还是学数据分析、机器学习好？
对于Python程序员来说，选择数据分析和机器学习在知识体系上是具有一定连贯性的，目前数据分析和机器学习的发展速度比较快，也是比较热门的方向之一，所以建议重点考虑一下。
Go语言是最近几年发展比较快的编程语言，Go语言主要解决的是性能问题，尤其是在多处理器的计算机***情况下来处理大用户并发的方案上，具有设计上的优势。但是目前Go语言的应用情况还处在落地阶段，建议先观察一段时间再考虑，这样在学习上会有更丰富的案例可以参考，相应的问题也会有更多的处理方案。
相对于Go语言来说，***用Python做数据分析和机器学习方面的开发则要成熟许多。使用Python做相关开发需要学习几个常见的库，包括Numpy、Matplotlib、Scipy等，这些库对于Python做数据分析来说还是非常重要的，使用起来也比较方便。
这些库各有特点，Numpy提供了很多关于矩阵的基础操作，Matplotlib则提供了方便的绘制图像的方式，Scipy则提供了像积分、优化、统计等科学计算的工具，熟悉这些库的使用需要进行大量的实验。
目前通过机器学习的方式来进行数据分析是一个比较常见的选择，机器学习涉及到数据、算法、实现和验证几个关键环节，所以对于Python Web程序员来说，需要掌握比较常见的机器学习算法，并通过Python语言予以实现。这部分知识的学习还是有一定难度的，建议一边学习一遍实验，这样会在较短的时间内完成机器学习的入门，然后再通过几个综合性的案例来深入学习机器学习的相关知识。
我使用Python做机器学习已经有较长时间了，目前也在使用Python开发一个智能诊疗系统，我会陆续在头条写一些关于Python开发方面的文章，感兴趣的朋友可以关注我，相信一定会有所收获。
如果有大数据、机器学习方面的问题，也可以咨询我，谢谢！
windows转linux，用于python爬虫和机器学习，安装哪个版本比较好？
1、使用*nix系列操作系统和windows操作系统相比，个人觉得最大的区别是*nix的命令行操作模式；所以如果适应了命令行的操作模式，不管使用哪个发行版的linux其实都是一样的；我现在的主要编辑器是vim。所以工作的80%的时间都是在命令行状态下；
2、桌面环境来讲，我觉得有两个参考因素，美观和工作流；美观上个人偏向于待gnome桌面的ubuntu18；deepin 个人感觉容易审美疲劳；centos主要定位在服务器市场，所以默认的界面个人感觉中规中矩；这里的工作流指的是操作模式，或者说是交互模式，关键点是如何快速的进入和切换到目标程序，包含快捷方式，快捷键，窗口管理器，我主张使用可以灵活配置的gnome桌面,建议gnome,deepin的适合初学者，定制性稍微弱点；交互模式可以影响人的思维模式，我觉得使用linux和使用windows相比就是要在思维方式上有所收获，这点我也推荐操作模式和windows相差较大的ubuntu
3、软件库，deepin是基于ubuntu的发行版，使用apt软件库，两者是一样的；centos使用的是yum，centos软件库主要面对服务器，稳定为主，版本比较低。作为开发者推荐使用一些比较新的软件工具，这点上ubuntu和deepin比较有优势
4、个人觉得基于ubuntu的另外一个发行版值得推荐，就是elementary os，本人已经持续使用了4年时间，每天都在用；版本稳定而且简约，有设计感，至今没有审美疲劳。
机器学习和计算机视觉方向的CS硕士研究生，应该往python还是MATLAB发展？
作为人工智能的重要组成部分，机器学习和计算机视觉方向是最近几年硕士研究生比较热衷的方向。机器学习和计算机视觉需要跟各种算法打交道，所以往往需要使用一些方便的工具来***研究，比如MATLAB就是一个比较常见的工具。
与Python相比MATLAB更像是一种工具，虽然我也经常说编程语言就是工具，但是Python除了能做科学计算之外还能做其他的事情，比如做Web开发，所以Python是一门编程语言，MATLAB则更贴近工具，目前MATLAB也支持语言输出。
因为我是程序员出身，所以早期不太屑于使用MATLAB，直到有一次我们一个同事在我面前展示了MATLAB的强大，我之后对MATLAB还是比较感兴趣，也着实用了一段时间。使用MATLAB有一个比较强烈的感觉就是方便，之前需要大量代码的地方只需要简单的配置就可以完成了，所以MATLAB能节省大量的时间。如果你是做研究，不需要把项目落地，那么使用MATLAB绝对是个好选择，你不用把过多的精力放在编码上。
后来我开始做机器学习，因为我的很多研究内容是要落地的（以实际应用为出发点），所以就直接使用Python了，在使用Python之前我使用的是J***a（这里面的故事就比较多了）。如果你需要把算法进行实际使用那么使用Python一定是对的，MATLAB擅长的是分析和建模。
Python做机器学习需要使用Numpy、Matplotlib，Scipy这几个常见的库，这几个库使用起来也并不复杂。学习Python也比较简单，很容易上手。
研究生阶段还是推荐学习一下Python，但是还是要看自己导师的具体安排，也要看你的方向。虽然都是做机器学习，但是我的研究比较偏向机器学习应用，所以我推荐使用Python。
答案必然是Python!
从就业前景看: Matlab是收费的商业软件，学校里可能有能student edition的license,将来就业很少有公司能支持到license
从技术角度看: Matlab是很厉害，有了matlab, 你就有了是matlab商业公司的支持; 而你有了python，你就拥有了全世界
python的开源性及可扩展性，使得你能用全世界码农github上的python package:
算法方向: opencv, tensorflow, pytorch等都是开源的API, 比Matlab的toolbox用得广泛的多
数据可视化: matplolib就是参照的matlab设计的, plotnine更是R的ggplot的移植，比matlab自带的绘图强太多了
数据分析以及数值计算: numpy可替代matlab的矩阵运算, 更有pandas做数据分析
机器学习更不用说了: 单机版sklearn， 深度学习的pytorch, tensorflow都有python的API, 大数据计算的的spark也有python的版本
有什么理由放弃PYTHON而选用Matlab呢?
这个问题我觉得可以从科研和就业两方面考量吧。
科研
科研方面，我不知道这个问题是针对你本人的（你就是机器学习和计算机视觉方向的研究生），还是说并不针对你本人（你本人并不是这个方向的研究生，你只是单纯好奇一下）。
如果是针对你本人的，那从个人角度上来说，这个问题其实并不需要你考虑。因为，这是你所在的团队（实验室）决定的。无论是从细分方向的角度，还是从历史积累代码的角度，还是从便于合作的角度，你需要与所在团队保持一致。
如果你只是单纯好奇的话，那么这取决于具体的细分领域。比如，机器学习领域现在很热的深度学习，绝大部分主流框架都提供python接口，做深度学习方向的计算机视觉，那当然是python。相反，有很多领域大家都用matlab。其实这和上面的情况有些类似，就是你所在的具体细分领域，其他研究人员用什么，你就用什么。
就业
这个其实也取决于你具体想去什么类型的企业。很多传统的计算机视觉企业，需要的既不是python，也不是matlab，而是C++。甚至，现在很受投资者追捧的基于深度学习做计算机视觉的一些初创企业，固然需要Python方面的人，但也可能需要C++方面的人（比如CUDA定制操作等性能方面的优化）。
如果你不想找计算机视觉方面的工作，想稍微跨下界，找一般的编程工作，那Python比较好。一是Python在各种领域都用得比较多，二是Python是一门比较“正经的”编程语言，使用Python你更容易养成比较好的编程习惯（这很重要）。
计算机硕士，更重要的是对算法本身的理解吧，Python和MATLAB都只是工具。
彻底理解了算法，对于一个计算机专业的硕士，运用这两个工具上不存在难度的。
再说一下这两个工具吧，python是一门通用计算机编程语言，使用python作为人工智能开发工具的理由，是因为有大量的现成的库以及各种开源代码供直接使用。
python作为一门通用编程语言，虽然简单易学，也还是需要一定的学习曲线的。
matlab呢，不是一门通用编程语言，而是一种数学工具，在数学工具的基础上，开发了针对各个领域的工具箱，包括人工智能方面的。
matlab的学习起来更加简单，而且很多操作，可以通过工具箱里面的框图来实现，很多功能不用写代码或者非常少量的代码就可以完成。
从实用的角度来说，建议你重点学习Python，因为在企业中，用Python的居多。matlab也顺带学一学，作为一个计算机专业的硕士，学会MATLAB，分分钟的事情。
你说的计算机视觉和机器学习估计差不多也就是进深度学习大坑了，目前常见的深度学习框架貌似支持MATLAB的不多，这方面python是主流，但是框架内核都是C/C++，所以你要想长远发展还是python和C/C++，python是必须掌握的，C/C++看能力
到此，以上就是小编对于python 机器学习的问题就介绍到这了，希望介绍关于python 机器学习的4点解答对大家有用。