Python | Was Sie mit Python machen können

Einführung

• Maschinelles Lernen
• Datenanalyse / Visualisierung
• Entwicklung von WEB-Anwendungen

Es gibt drei Hauptfunktionen, die Sie mit Python ausführen können. Ich werde eins nach dem anderen erklären.

Maschinelles Lernen

• Was ist maschinelles Lernen?
• Python beim maschinellen Lernen
• Wie man maschinelles Lernen lernt

Was ist maschinelles Lernen?

Die einfache Erklärung für maschinelles Lernen besteht darin, anhand der Daten herauszufinden, wie die Aufgabe am besten erledigt werden kann.

Es wird oft mit KI verwechselt, aber einige sind es. Maschinelles Lernen ist im großen Rahmen der KI. Es ist, als ob das Gebiet der Kohlensäure im großen Rahmen des Saftes existiert.

Insbesondere können Sie mithilfe von maschinellem Lernen zwischen Sprachen übersetzen und Empfehlungen (empfohlene Funktionen) auf EC-Websites abgeben.

Python im maschinellen Lernen

Python verfügt über eine Vielzahl von Bibliotheksmodulen für maschinelles Lernen. Typischerweise

• NumPy
• scikit-learn
• TensorFlow

Und so weiter. Die Merkmale von jedem sind wie folgt.

3 Möglichkeiten, maschinelles Lernen zu lernen

• Deep Learning von Grund auf neu
• DL4US Matsuo Laboratory, Universität Tokio
• Cousera Maschinelles Lernen Stanford University

[__ Deep Learning von Grund auf neu erstellen __](https://www.amazon.co.jp/%E3%82%BC%E3%83%AD%E3%81%8B%E3%82%89%E4%BD % 9C% E3% 82% 8BDeep-Learning-% E2% 80% 95Python% E3% 81% A7% E5% AD% A6% E3% 81% B6% E3% 83% 87% E3% 82% A3% E3% 83% BC% E3% 83% 97% E3% 83% A9% E3% 83% BC% E3% 83% 8B% E3% 83% B3% E3% 82% B0% E3% 81% AE% E7% 90% 86% E8% AB% 96% E3% 81% A8% E5% AE% 9F% E8% A3% 85-% E6% 96% 8E% E8% 97% A4-% E5% BA% B7% E6% AF% 85 / dp / 4873117585 / ref = sr_1_1? __ mk_ja_JP =% E3% 82% AB% E3% 82% BF% E3% 82% AB% E3% 83% 8A & dchild = 1 & keywords =% E3% 82% BC% E3% 83% AD% E3% 81% 8B% E3% 82% 89% E4% BD% 9C% E3% 82% 8BTiefe + Lernen & qid = 1600215913 & s = Bücher & sr = 1-1)

Wenn Sie maschinelles Lernen, insbesondere tiefes Lernen, mit Büchern lernen möchten, ist dies das Richtige für Sie. Es ist am besten, Python bis zu einem gewissen Grad zu lernen, bevor Sie daran arbeiten. Da das Buch selbst jedoch dick ist, scheint die Frustrationsrate für diejenigen hoch zu sein, die nicht gut mit Büchern lernen können.

__DL4US Matsuo Laboratory, Universität Tokio __

Dies ist der eigentliche Inhalt der Klasse, der hauptsächlich von Professor Yutaka Matsuo von der Universität Tokio erstellt wurde, der Vorsitzender der Japan Deep Learning Association und externer Direktor der Softbank Group ist. Alle können kostenlos heruntergeladen werden.

Dieser Inhalt ist der Inhalt des Deep Learning-Kurses "DL4US" für Ingenieure. Es ist so konzipiert, dass Sie wichtige Kenntnisse aus den Grundlagen lernen können, um ein neues Modell des Deep Learning zu erstellen und fortgeschrittene Forschung und Entwicklung durchzuführen, ohne fortgeschrittene mathematische Kenntnisse zu benötigen. --https: //weblab.t.u-tokyo.ac.jp/dl4us/ | Matsuo Laboratory DL4US-Inhalte, die von der öffentlichen Seite zitiert werden

__Cousera Machine Learning Stanford University __

Es ist ein maschineller Lernkurs der Stanford University in Cousera, ein Online-Kurs von Top-Dozenten renommierter Universitäten, Google, IBM und anderen hervorragenden Unternehmen. Die Sprache ist Englisch, aber es gibt japanische Untertitel. Sie können maschinelles Lernen umfassend lernen.

Dieser Kurs bietet eine breite Palette an maschinellem Lernen, Data Mining und statistischer Mustererkennung. Die Themen sind: (i) Überwachtes Lernen (parametrische / nicht parametrische Algorithmen, Support-Vektor-Maschinen, Kernel, neuronale Netze). (ii) Unüberwachtes Lernen (Clustering, Dimensionsreduktion, Empfehlungssystem, Deep Learning). (iii) Best Practices für maschinelles Lernen (Bias / Dispersionstheorie, maschinelles Lernen und KI-Innovationsprozesse). Wir ziehen auch Lernalgorithmen aus zahlreichen Fallstudien und Anwendungen in Bereiche wie intelligente Roboterkonstruktion (Wahrnehmung, Steuerung), Textverständnis (Websuche, Anti-Spam), Computer Vision, medizinische Informatik, Audio, Datenbank-Mining usw. Sie werden auch lernen, wie man es anwendet.

• zitiert aus https://www.coursera.org/learn/machine-learning Coursera Maschinelles Lernen Stanford (übersetzt unter https://www.deepl.com/ja/translator DeepL)

Datenanalyse / Visualisierung

• Was ist Datenanalyse / -visualisierung?
• Python zur Datenanalyse und -visualisierung
• Erlernen der Datenanalyse und -visualisierung

Was ist Datenanalyse / -visualisierung?

Bei der Datenanalyse werden Zahlen und Buchstaben gesammelt, klassifiziert, gelöscht und zu jedem Element hinzugefügt, um den Daten einen Mehrwert zu verleihen. Durch die Analyse der Daten können Sie die Trends und die daraus resultierenden Probleme verbessern und für die Entwicklung Ihres Unternehmens verwenden.

Gleichzeitig können durch Visualisierung der Daten und Erstellung von Grafiken und Tabellen die Essenz und der Wert der Daten weiter sichtbar gemacht werden.

Python in der Datenanalyse und -visualisierung

Python hat auch eine Bibliothek zum Arbeiten mit Daten. Typischerweise

• Pandas
• SciPy
• Matplotlib Eine solche

Entwicklung von WEB-Anwendungen

• Was ist eine WEB-Anwendung?
• Python in der WEB-Anwendung

Was ist eine WEB-Anwendung?

Eine WEB-Anwendung ist eine Anwendung, die durch Verknüpfung eines Servers und eines Clients ausgeführt wird. Einfach ausgedrückt handelt es sich um eine Anwendung wie Youtube oder Twitter, bei der jede Person einen Account hat.

Python in WEB-Anwendungen

Zu den Python-Frameworks gehören Django und Flask.

Zusammenfassung

Darüber hinaus verfügt Python über eine klare und leicht verständliche Spieleentwicklung und Code mit Pygame. Es wird auch im Bildungsbereich eingesetzt. Machen Sie das Beste aus dem, was Sie mit Python machen können, und haben Sie Spaß beim Programmieren!