官网：https://www.python.org/

可移植性：多平台开发一次; 可嵌入性：例如C++中直接调用Python写好功能模块

官网：

了解

笔记

1

1

python: 胶水语言。引入其他的包，特别特别方便。

scikit-learn: 很多算法都写好了。给我们作为一个lib用

Jupyter notebook: 基于web，比pycharm 轻量级。代码可以逐块运行，可以在运行中， 实时看变量变化。

机器学习开发环境部署

高效可视化，实时查看代码块结果。单独执行。交互方便。

算法库框架。

记

1. scikit-learn 是python 专门针对机器学习的开源框架

2. jupyter notebook 是基于web的应用程序，可视化强，可单独测试某个代码块
   

Jupyter notebook

开源的web应用程序，旨在方便开发者创建和共享代码文档。用户可以在里面写代码，运行代码，查看结果，并在其中可视化数据

特点：

允许把代码写入独立的cell中，然后单独执行。用户可以在测试项目时单独测试特定代码块，无需从头开始执行代码

基于web进行交互开发，非常方便

Scikit-learn

Python语言中专门针对机器学习应用而发展起来的一款开源框架（算法库），可以实现数据预处理，分类，回归，降维，模型选择等常用的机器学习算法

特点：

集成了机器学习中各类成熟的算法，容易安装和使用，样例丰富，教程和文档也非常详细

不支持Python外的语言，不支持深度学习和强化学习

https://scikit-learn.org/stable/

面向过程：所有的过程全部走一遍
面向对象：每一部分模块化调用

Jupyter notebook

是一个开源的Web应用程序，旨在方便开发者创建和共享代码文档，用户可以在里面写代码、运行代码、查看结果，并在其中可视化数据。

基于Web框架进行交互开发，非常方便。

Scikit-learn的特点是继承了机器学习中各类成熟的算法，容易安装和使用，样例丰富、教程和文档也非常详细。

但sklearn不支持python之外的语言，不支持深度学习和强化学习。

Scikit-learn工具包

Python中针对机器学习应用而发展起来的一款开源框架。可以实现数据预处理、分类、回归、降维、模型选择等常用的机器学习算法。

Python的使用场景：Web、Mobile、Enterprise、Embedded

Python的优点：简单、开发效率高、高级语言、可移植性、可扩展性、可嵌入性。

缺点：速度慢、代码不能加密

解释性：不需要变异成二进制代码，可以直接从源代码运行

面向对象：Python既支持面向过程的编程也支持面向对象

可移植性：开源本质，可以在不同平台进行开发

高层语言：无须考虑诸如如何管理程序使用的内存一类的底层细节

Python是一种解释型的、面向对象的、移植性强的高级程序设计语言。

jupyter notebook 是一款轻量级基于web的集成框架，可以分快执行代码，便于分析和运行代码。

scikit-learn已经被开发好，可直接被调用

jupyter notebook的特点

sklearn针对机器学习一款开源框架

东方大道的

是是是

sss

ss

ss

scikit-learn 集成了相对成熟的算法，相关文档和资料也比较丰富

看看,学习学习