人工智能机器学习生态系统简介！

什么是机器学习？

机器学习是一个致力于理解和构建“学习”方法的研究领域，即利用数据提高某些任务集性能的方法。它只是计算最佳参数以对某些特征和目标之间的关系进行建模的过程。

机器学习生态系统简介

编程语言

Python 是一种通用的解释性编程语言。它易于学习和使用，主要是因为该语言侧重于可读性。

它是一种普遍流行的语言，在 StackOverflow 的调查（例如 2015 年的调查结果）中一直出现在前 10 种编程语言中。它是一种动态语言，非常适合交互式开发和快速原型设计，具有支持大型应用程序开发的能力。

由于出色的库支持和通用编程语言（与 R 或 Matlab 不同），它也被广泛用于机器学习和数据科学。例如，查看 2011 年 Kaggle 平台调查结果和 KDD Nuggets 2015 年工具调查结果。

SciPy

SciPy 是一个用于数学、科学和工程的 Python 库生态系统。它是机器学习所需的 Python 插件。

SciPy 生态系统由以下与机器学习相关的核心模块组成：

• NumPy：SciPy 的基础，可让您有效地处理数组中的数据。
• Matplotlib：这允许您从数据创建 2D 图表和绘图。
• Pandas：用于组织和分析数据的工具和数据结构。要在 Python 中有效地进行机器学习，您必须安装并熟悉 SciPy。具体来说：

您将使用 Pandas 加载探索并更好地理解您的数据。您将使用 Matplotlib（以及其他框架中的 Matplotlib 包装器）来创建数据的绘图和图表。您将准备数据作为 NumPy 数组，以便在机器学习算法中建模。

Scikit-Learn

Scikit-Learn 库是您可以在 python 中开发和练习机器学习的方式。

该库的重点是用于分类、回归、聚类等的机器学习算法。它还为相关任务提供工具，例如评估模型、调整参数和预处理数据。

与 Python 和 SciPy 一样，Scikit-Learn 是开源的，并且在 BSD 许可下可用于商业用途。这意味着您可以使用相同的生态系统和代码了解机器学习、开发模型并将它们投入运营。使用 Scikit-Learn 的有力理由。

Google Colab

Collaboratory，简称“Colab”，是 Google Research 的产品。Colab 允许任何人通过浏览器编写和执行任意 python 代码，特别适合机器学习、数据分析和教育。

Colab 笔记本允许您在单个文档中组合可执行代码和富文本，以及图像、HTML、LaTeX 等。当您创建自己的 Colab 笔记本时，它们会存储在您的 Google Drive 帐户中。您可以轻松地与同事或朋友共享您的 Colab 笔记本，让他们对您的笔记本发表评论，甚至对其进行编辑。