[机器学习]机器学习实践笔记01
2017-04-02 10:28
155 查看
我是主推Python系的机器学习工具链的。主要的理由是:
1.现在的研究热点大都用Python实现。
2.Python可以编译到C(通过Cython),所以可以很好的保护源码。相对于Java的混淆字节码来说,编译到C之后的Python源码几乎不可能被分析。
3.Python是免费的,虽然用起来比matlab要麻烦。但是有开源社区的支持,包括最近公布的numbapro可以把Python JIT到CUDA/GPU平台运行。极大的简化了性能优化的工作。
4.Python在Linux集群上可以跑,但是matlab貌似是不行的。
1.现在的研究热点大都用Python实现。
2.Python可以编译到C(通过Cython),所以可以很好的保护源码。相对于Java的混淆字节码来说,编译到C之后的Python源码几乎不可能被分析。
3.Python是免费的,虽然用起来比matlab要麻烦。但是有开源社区的支持,包括最近公布的numbapro可以把Python JIT到CUDA/GPU平台运行。极大的简化了性能优化的工作。
4.Python在Linux集群上可以跑,但是matlab貌似是不行的。
相关文章推荐
- 机器学习基石--学习笔记01--linear hard SVM
- 机器学习实践 学习笔记4 naïve Bayes
- [机器学习] 第一课01笔记
- 机器学习笔记(十二)朴素贝叶斯算法及实践(NB算法的产生及参数估计)
- 《Python 机器学习及实践--从零开始通往kaggle竞赛之路》笔记
- 机器学习–课程笔记–01
- Python机器学习实践指南 笔记(1)-Python机器学习的生态系统
- 机器学习笔记(七)Boost算法(GDBT,AdaBoost,XGBoost)原理及实践
- 程序员的机器学习入门笔记(十一):简单人脸识别系统实践
- 机器学习实战笔记(Python)-01-K近邻算法(KNN)
- 机器学习实战笔记(Python实现)-01-机器学习实战
- 代码阅读方法与实践阅读笔记01
- <机器学习笔记-01><scikit-learn 01>机器学习基础
- 机器学习工程实践笔记
- python机器学习及实践学习笔记1-如何打开ipynb后缀文件
- Coursera台大机器学习技法课程笔记01-linear hard SVM
- 机器学习笔记01:线性回归(Linear Regression)和梯度下降(Gradient Decent)
- 软件构架实践_阅读笔记01(1-3)
- 机器学习笔记01-介绍(introduction)
- 【机器学习】python实践笔记 -- 经典监督学习模型之分类学习模型