要如何開始從零掌握Python機器學習？我已經(jīng)使用Python 7年多了，現(xiàn)在我正在從事視頻對象識別算法的開發(fā)，使用的是同樣基于Python語言的tensorflow。Python是一種解決所有問題的

要如何開始從零掌握Python機器學習？

我已經(jīng)使用Python 7年多了，現(xiàn)在我正在從事視頻對象識別算法的開發(fā)，使用的是同樣基于Python語言的tensorflow。Python是一種解決所有問題的語言，值得擁有

！我從2012年開始學習機器學習，因為沒有指導(dǎo)，我走了很多彎路，浪費了很多時間和精力。一開始，我讀了《機器學習實踐》一書。雖然我不懂，但我還是把書中所有的例子都跑了一遍，漸漸發(fā)現(xiàn)自己不懂算法也能達到預(yù)期的效果。然后，我會直接開發(fā)我想要的程序。當我遇到需要機器學習的部分時，我會直接復(fù)制它。一周后，演示會出來。在這個時候，你會發(fā)現(xiàn)你已經(jīng)開始了。剩下的就是理解每種算法的范圍和局限性。

不要掉進無休止的書堆里，練習和做項目

！呃，地鐵到了。我要去工作了。我還沒做完呢。有機會我會繼續(xù)討論的

樸素貝葉斯分類器是一種基于貝葉斯獨立假設(shè)定理的簡單概率分類器。

Naive的直譯意思是簡單、簡單和天真。

樸素貝葉斯分類是最常用的兩種分類算法（決策樹分類和樸素貝葉斯分類）。分類是將一個未知樣本分成幾個已知類的過程。

樸素貝葉斯分類基于貝葉斯概率的思想，假設(shè)屬性相互獨立，如a和B，則p（B | a）表示a發(fā)生時B的概率。

詳見劉偉鵬大牛著《數(shù)學之美：平凡而神奇的貝葉斯方法》