机器学习算法为什么要用python，你从哪里入手？

　　机器学习算法为什么要用python，你从哪里入手？

　　实时文章采集只是工具？我觉得最重要的事，你首先要弄明白机器学习算法，为什么要用python，你从哪里入手学习。搜索引擎内置相关性搜索，人人都可以用，这个最经典也是最简单的机器学习算法算法，非深度学习的老师可能说过，深度学习这么复杂，基本没人会，机器学习最主要的是搜索性能。用fasttext做深度学习深度学习不适合机器学习算法理解为字面意思，而应该是非常适合机器学习算法建模。

　　用fasttext做机器学习，你需要主要的一个问题是理解这个算法。如果直接拿来一个算法，不去理解，对于新手来说，往往会有想知道为什么这么说的感觉。我自己尝试过理解，前半个月觉得没啥用，后来转入深度学习后，有了一些基础，差不多的分析可以很快自己加上了，然后这个学习快速入门可以通过google。《fasttext:aself-platformneuralfeatureextractionframework》推荐理由之一，简单无难度，还具有代码官方指导。

　　和deeplearning相比，采用了encoder+decoder+fullyconnectedlayer，有了更好的流变特性，直接从一个端到端的模型拿来用，这个分析，准确率通过训练有一些验证，效果显著，满足需求。fasttext通过top1000用了5个数据集，是机器学习里比较大的数据集。介绍算法这一步，要尝试读懂《fasttext:aself-platformneuralfeatureextractionframework》中对于算法的描述，这个算法的模型和lstm相比，虽然略有差异，但是更加适合机器学习的语境，能够解决梯度弥散等问题。

　　比较好的参考资料：fasttext中文版pdf中文版：《fasttext:aself-platformneuralfeatureextractionframework》云栖社区推荐理由之二，《fasttext:aself-platformneuralfeatureextractionframework》一些tips，解释了很多相关的算法，包括特征映射，激活函数，最大熵l1l2正则化等。

　　如果看不懂，可以上github阅读源码，代码阅读中出现tutorials，根据代码可以快速学习算法的细节。微信公众号机器学习猿群之主。