随着大数据及人工智能技术的持续升温，机器学习成为当前技术领域的热点，机器学习本身内容涵盖的范围比较宽泛，对于初学者特别是开发人员来说，不要太过急于求成，可以通过实战的方式循序渐进的来进行学习，在此我们列出了最基本的一些常用库和开发框架，读者先尝试着使用一下本篇短文中列出的小工具，根据相应的文档做一些简单的实验，达到了解机器学习的目的。
1、Python基础是重要的，建议可以先通过在线视频、书籍等方式学习Python 的基础知识。
2、机器学习需要以大量德数据为基础，最常见的数据一般就是我们数据库的中内容、web服务器日志等；需要时还往往会使用爬虫来获取互联网上的公开数据。Scrapy是一个优秀的web爬取框架，通过它可以快速的完成网页的爬取及页面中结构化内容抽取的工作。
3、一般来说，是用Python进行机器学习，首先要熟悉数据的表示，以及一些基本的处理方法，这些工作一般都依赖于第三方库，主要包括等Numpy、Scipy以及Pandas等；同时，以图形化方式来表示数据的分布情况、显示分析结果也是必不可少的一环，这一工作通常是借助于Matplotlib来完成。
4、Scikit-learn是使用Python进行机器学习最为流行的工具，在其中已经实现了绝大多数常用算法，我们只需根据需求直接调用相应的算法即可完成机器学习、数据分析的工作。
5、深度学习最为目前最流行的技术之一，其最常用的开发框架也是以Python为主，其中目前最为流行的便是谷歌开源的Tensorflow，考虑到谷歌在IT领域的地位，建议以此框架为主学习深度学习；同时在学术界常用的框架是Theano，但是近年来的流行程度已经逐渐降低。
我们将在近期推出一系列机器学习领域的公益课程，请大家关注我们每天推送的信息。希望能与大家在机器学习的道路上共同进步。
识别二维码，关注“格物课堂”