Python 學習報告

Python學習報告

起初接觸Python，是項目上需要使用Python編程來處理龐大的數據得到想要的結果。Python語言的特點是什麼，特點就在於其語言的簡單性，沒有太多規範性的東西。使用Python一般都是會跟機器學習、神經網路、大數據這些詞結合起來。Python里各種編輯好的函數模塊將使編程人員節省超級超級多的力，尤其在機器學習神經網路這塊領域，Python編輯好的函數讓你在處理數據實現自己的目的時變得得心應手。

Python在浙江已經成為小學必修課，被稱為是一種最有前途的編程語言，雖然目前編程語言使用最多的仍是Java。另外當前最賺錢的專業也已經由互聯網領域轉到了人工智慧專業，顯然人工智慧就是基於互聯網的可以應用於各個行業的一種核心演算法，人工智慧的研究就是基於機器學習、神經網路而存在的應用在大數據環境之下的。因此這些相關內容的發展決定了Python的重要。

如果有c語言的基礎，Python掌握起來將會很輕鬆，編程語言都是相通的，而Python是最簡單的，就是這麼一個關係。要學好Python，應用好這門語言，離不開它的應用背景，機器學習和神經網路，你也可以把神經網路就當成是深度機器學習。機器學習有十大演算法：C4.5演算法、k均值聚類演算法、支持向量機、Apriori關聯演算法、EM最大期望演算法Expectation Maximization、PageRank演算法、AdaBoost迭代演算法、kNN：k最近鄰演算法、NaiveBayes樸素貝葉斯演算法、CART分類演算法。不能說著十大演算法就能代表機器學習，但至少可以代表大部分的機器學習。另外深度機器學習即神經網路演算法也包含很多種類型，最具代表性的包括：CNN卷積神經網路、BP神經網路、RNN循環神經網路、LSTM長短記憶神經網路。這些演算法作用應該提前了解，因為Python語言中基本上都會有對應演算法的一個函數，調用函數就可以實現這個功能。在理解了這些演算法的基礎上調用那些函數將會相當得心應手。由於演算法內容比較多，我會在以後專門寫一下這塊內容。

這段時間應用Python實現了很多內容，包括聚類、分類、回歸、CNN、BP神經網路以及詞雲實現。當然都是基於大的數據量分析的，很多內容實現之後將會發現Python特別神奇。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！