要如何开始从零掌握Python机器学习？
作为一个过来人，我的建议是分三步进行：第一步：学习基本 Python 技能如果要使用 Python 进行机器学习，拥有对 Python 有基础的理解非常关键。幸运的是，Python 是当前普遍使用的流行语言，并纳入了科学计算和机器学习的内容，所以找到入门教程并不困难。在选择起点时，很大程度上要取决于你之前的 Python 经验和编程经验。
推荐一本最经典的入门书籍：《Python编程 从入门到实践》 第二步：学习机器学习基础技能KDnuggets 的 Zachary Lipton 指出，人们对于“数据科学家”的认知千差万别。这实际上是对机器学习领域的反映。数据科学家在不同程度上使用计算学习算法。要建立和使用支持向量机模型，熟知核函数方法是否是必需的？答案当然不是。
就像现实生活中的许多事情一样，所需要的理论深入程度与具体的实际应用有关。获取对机器学习算法的深入理解不是本文的讨论范围， 而且这通常需要在学术领域投入大量时间，或者至少要通过密集的自学才能达到。好消息是，你不必拥有博士级别的机器学习理论能力才能进行实践，就如同不是所有程序员都必须接受计算机理论教育才能写好代码。
吴恩达在 Coursera 的课程非常赞，如果你有时间，可以自己去 Coursera 完成这个课程 ：Andrew Ng’s Machine Learning course 。另外推荐一本书：周志华的《机器学习》第三步：开始用 Python 进行机器学习这一步开始进入到实践了，推荐看Peter Harrington的《机器学习实战 》这本书啃透，你的Python和机器学习已经是能达到掌握的水平啦！另外也推荐你使用一些其他的机器学习框架：比如H2O，还有像http://www.datazen.ai/这样的网站，里面会集成很多机器学习框架，迅速完成建模实战任务。
python做机器学习的话有哪些推荐的书跟课程？
机器学习:1.理论研究和推导可以看周志华老师的《机器学习》，也称为西瓜书，里面讲了各种算法的推导，比如线性回归，k值最近邻，支撑向量机等可解释模型，缺少神经网络的具体讲解。(还有一点就是其中不涉及到代码)2.被奉为神作的是一本名为《Hands-On Machine Learning with Scikit-Learn,Keras＆TensorFlow》,这本书把机器学习的讲解和代码结合在一块，从线性回归到支撑向量机再到深度学习都有设计(但以机器学习为主)3.《机器学习实战》，真本书是一本比较经典的书，书比较老了，但是讲的挺好，这本书主要偏重代码，没有涉及到深度学习深度学习:1.理论研究的话可以参考花书《深度学习》，这本书纯粹讲理论推导，不涉及代码，是一本比较经典的书2.《TensorFlow深度学习》，这本书Github上有免费的电子版，把深度学习的TF2.0相结合，俗称龙书，应该是TF书里面比较好的了3.《动手学深度学习》pytorch版，这本书是把深度学习和Pytorch相结合，是Pytorch里面比较好的书籍了课程的话:入门机器学习可以看吴恩达的课，主要是我一般喜欢看书自己学[捂脸][捂脸][捂脸]。
是不是机器学习的框架都偏向Python？如果是，为什么？
是的，机器学习的框架都偏向Python。要说原因，其实就是Python语法简洁，学起来轻松。这里要明白一个概念，对于大多数机器学习框架来说，Python只是一个wrapper（对内部实现的封装），只是一个调用接口而已。Python语言本身的性能并不高，甚至说很低，但他的有点是使用方法，而这些框架的底层实现，几乎都是用C/C 来完成的。
C/C 的效率是非常高的，但由于许多从事机器学习研究的科研人员，特别是在研究所和高校里的，他们的专业和计算机语言的相关度并不是那么高，更多的是深入机器学习相关的理论和算法，如果对外接口也是C/C ，那么无疑会提高机器学习框架的使用门槛，这样一来是对用户不够友好，让大家陷入语言的细节；一来是不利于机器学习框架的推广。
Python语言其实很慢，为什么机器学习这种快速算法步骤通常还是用呢？
作为python的忠实粉丝，看见这个题目就情不自禁想怼回去。鉴于和谐社会，我决定慢慢讲道理。首先，相对于c语言，python慢是慢了点，绝对不能用“很”慢来形容。有大佬总结出三条python速度慢的原因：1. python是动态语言而非静态语言。2. python是解释型语言而不是编译型的，编译过程可以优化，获得更快的执行速度。
3. python的对象模型，导致了内存访问比较低效。但是本人的实践中发现，python的运行速度并不是相差几倍，而是在50%一下的速度，新版本的python运行速度有所提升，此外还有一些可提升速度的方法。为什么会流行起来的原因？这就很好解释了，因为真的......很好用。Python通常被选为初学者编程入门语言。
运行Python程序，只需要简单地键入Python程序并运行就可以了。不需要其他语言（例如，C或C ）所必须的编译和链接等中间步骤。Python可立即执行程序，这形成了一种交互式编程体验和不同情况下快速调整的能力，往往在修改代码后能立即看到程序改变后的效果。 此外，Python是一个混合体。它丰富的工具集使它介于传统的脚本语言（例如，Tcl 、Scheme 和Perl ）和系统语言(例如，C、C 和Java) 之间。
Python 提供了所有脚本语言的简单和易用性，并且具有在编译语言中才能找到的高级软件工程工具。不像其他脚本语言，这种结合使Python 在长期大型的开发项目中十分有用。Python程序可以以多种方式轻易地与其他语言编写的组件“粘接”在一起。例如，Python的C语言API可以帮助Python程序灵活地调用C程序。
这意味着可以根据需要给Python程序添加功能，或者在其他环境系统中使用Python。例如，将Python与C或者C 写成的库文件混合起来，使Python成为一个前端语言和定制工具。就像之前我们所提到过的那样，这使Python成为一个很好的快速原型工具；首先出于开发速度的考虑，系统可以先使用Python实现，之后转移至C，根据不同时期性能的需要逐步实现系统。
