使用python机器学习 python 机器学习

摘要： 大家好，今天小编关注到一个比较有意思的话题，就是关于使用python机器学习的问题，于是小编就整理了4个相关介绍使用python机器学习的解答，让我们一起看看吧。机器学习实践：如何...

大家好，今天小编关注到一个比较有意思的话题，就是关于使用python机器学习的问题，于是小编就整理了4个相关介绍使用Python机器学习的解答，让我们一起看看吧。

1. 机器学习实践：如何将Spark与Python结合？
2. 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？
3. Python机器学习，如何特征学习人脸？
4. 已学完Python基础知识，应该如何继续提升算法能力，以及如何过渡到机器学习？

机器学习实践：如何将Spark与Python结合？

1.Spark Context设置内部服务并建立到Spark执行环境的连接。

2.驱动程序中的Spark Context对象协调所有分布式进程并允许进行***分配。

3.集群管理器执行程序，它们是具有逻辑的JVM进程。

4.Spark Context对象将应用程序发送给执行者。

5.Spark Context在每个执行器中执行任务。

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 ，选择PYTHON3版本的。

推荐 菜鸟教程 PYTHON3版

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

11 行 Python 代码实现的神经网络

程序很短，知识量很大。把这个搞明白了，你也就入门了。

Python机器学习，如何特征学习人脸？

对于人脸识别经过这么多年的发展，目前已经相对成熟，当然不排除双胞胎之类的识别错误，目前智能手机上其实都有人脸检测的存在，比如拍照时的定焦就可以直接根据检测出来的人脸做参照物，也有笑脸拍照这样的功能，现在苹果，华为，阿里等公司在手机解锁、支付等方面都有具体应用。

对于提取人脸特征这块主要经历两个大的算法时代，一个就是12年以前经典的Adaboost算法基本达到了工业级的人脸检测，所使用的特征就是harr特征，通过大量不同组合的简单的黑白块的对比构建人脸五官上的特征。第二个就是深度学习算法，各种检测加识别都是通过构建CNN网络从大量人脸数据中提取各种特征。

已学完Python基础知识，应该如何继续提升算法能力，以及如何过渡到机器学习？

如果想学习机器学习的话，建议书籍和视频一起看。

书推荐国内公认机器学习入门好书南大周志华的《西瓜书》和中文翻译的AI圣经《花书》

***推荐斯坦福大学吴恩达的机器学习和深度学习相关课程。

机器学习SK-learn以及人工智能方面的TensorFlow 与pytorch，keras等，这些框架去学习一下，并实际操作一些项目，机器学习与人工智能分很多方向，包括计算机视觉，自然语言处理等，看你喜欢哪个方向的

到此，以上就是小编对于使用python机器学习的问题就介绍到这了，希望介绍关于使用python机器学习的4点解答对大家有用。