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机器学习合集的问题，于是小编就整理了4个相关介绍python机器学习合集的解答，让我们一起看看吧。
- python做机器学习的话有哪些推荐的书跟课程？
- spark机器学习和python机器学习的区别是什么？
- 想学习python用来做机器学习方面的内容（如建立LDA模型），该如何入门并学习？
- 爬虫，python工程师，数据挖掘，机器学习，我该先以哪一个为主？
python做机器学习的话有哪些推荐的书跟课程？
机器学习:
1.理论研究和推导可以看周志华老师的《机器学习》，也称为西瓜书，里面讲了各种算法的推导，比如线性回归，k值最近邻，支撑向量机等可解释模型，缺少神经网络的具体讲解。(还有一点就是其中不涉及到代码)
2.被奉为神作的是一本名为《Hands-On Machine Learning with Scikit-Learn,Keras＆TensorFlow》,这本书把机器学习的讲解和代码结合在一块，从线性回归到支撑向量机再到深度学习都有设计(但以机器学习为主)
3.《机器学习实战》，真本书是一本比较经典的书，书比较老了，但是讲的挺好，这本书主要偏重代码，没有涉及到深度学习
深度学习:
1.理论研究的话可以参考花书《深度学习》，这本书纯粹讲理论推导，不涉及代码，是一本比较经典的书
2.《TensorFlow深度学习》，这本书Github上有免费的电子版，把深度学习的TF2.0相结合，俗称龙书，应该是TF书里面比较好的了
3.《动手学深度学习》pytorch版，这本书是把深度学习和Pytorch相结合，是Pytorch里面比较好的书籍了
课程的话:入门机器学习可以看吴恩达的课，主要是我一般喜欢看书自己学[捂脸][捂脸][捂脸]
spark机器学习和python机器学习的区别是什么？
spark是一个框架，python是一种语言，spark可以由python编写，python可以在spark下运行。原理上都是一样的，机器学习的原理都是数学上的东西。两者的区别只是语法上的不同，spark比较适合处理海量数据，但是不代表python不可以，而且python引入spark架构，既可以充分利用spark的分布式优势，也可以利用python灵活方便的优势。用的话选一个用就好了，没有一定的谁好谁坏。
想学习python用来做机器学习方面的内容（如建立LDA模型），该如何入门并学习？
Python基础
首先，装ANACONDA，是PYTHON的集成环境。
ANACONDA的安装程序 ***s://***.continuum.io/downloads/ ，选择PYTHON3版本的。
推荐 菜鸟教程 PYTHON3版***://***.runoob***/python3/python3-tutorial.html
CSDN也有PYTHON的知识库，不过不够系统，可以有一定基础再看看。链接***://lib.csdn.net/base/python
11 行 Python 代码实现的神经网络
***://python.jobbole***/82758/
程序很短，知识量很大。把这个搞明白了，你也就入门了。
***书籍开始学习：
- Learn Python the Hard Way，作者 Zed A. Shaw：***s://learnpythonthehardway.org/book/
如果你有编程经验，但不懂 Python 或还很初级，建议学习下面两个课程：
- 谷歌开发者 Python 课程（强烈推荐视觉学习者学习）：***://suo.im/toMzq
- Python 科学计算入门（来自 UCSB Engineering 的 M. Scott Shell）（一个不错的入门，大约有 60 页）：***://suo.im/2cXycM
爬虫，python工程师，数据挖掘，机器学习，我该先以哪一个为主？
学习Python可以做什么？
Python开发分为web开发、爬虫工程师、数据清洗工程师、算法工程师等方向。还有数据挖掘、科学计算、机器学习、人工智能，自然语言处理等方向。算法工程师，机器学习，人工智能等对数学、算法要求很高，通常都要求是985大学数学相关硕士以上学历。
对于普通人来说，一般都选择先做web开发或者是爬虫工程师，数据清洗方面的工作，等到有一定的工作经验之后在转向其他的岗位。如果现在着急找工作的话，可以先系统学习web开发以及爬虫方面的知识点，以后再深入研究其他的。
之前在 “ 如鹏网 ”上了解过Python的课程体系和学习路线，可以参考一下，挺详细的。
第一部分：Python语言基础
第二部分：数据库开发
第三部分：web前端
第四部分：Python web开发
第五部分：Python web项目（项目截图可访问如鹏网***）
第六部分：Linux
第七部分：NoSQL
第八部分：数据可视化
第九部分：爬虫技术
第十部分：人工智能
有网络的地方就可以学习，有更多的时间来练习项目，夯实基础，有问题随时提问，老师实时在线答疑，口碑不错，基本上都是慕名而去的。每个章节的后面都有相应的练习题和面试口才题，需要以录音的方式进行提交，把控学习质量，为以后的面试做准备，有新的课程，新的技术更新了，也是可以继续申请了来学习的。
循序渐进的学习吧，先把基础掌握，进入爬虫，数据分析，然后机器学习！
为什么这样的步骤呢？
1. 你得花个两三天时间去掌握基础部分(***定你有其他语言基础),基础是毋庸置疑的！
2. 然后开始学习爬虫，在学习中找到乐趣，爬虫学完了
3. 你手上也有数据了，可以开始做数据分析了
4. 这个时候你的学习信心完全建立起来了，数据分析学完了再去玩机器学习！
如果你起步就开始学习机器学习你什么也搞不懂，打击你的学习兴趣，失去学习动力！
如果你来做数据分析你总得有数据吧，所以你得先从爬虫学起，但是你得从基础起步！
个人认为，前面两个更看重代码能力，后面两个更注重于算法基础，算法实现需要相应的代码能力。所以，至于以哪一个为主主要看个人自身条件以及行业未来发展。数据挖掘与机器学习是未来社会发展的大趋势，是AI时代的基础，如果有相应的基础，建议选择后面两者。
到此，以上就是小编对于python机器学习合集的问题就介绍到这了，希望介绍关于python机器学习合集的4点解答对大家有用。