[人工智能-综述-7]：为什么说，系统的Python学习不是人工智能学习的必要条件

Posted 2021-08-29 文火冰糖的硅基工坊

作者主页(文火冰糖的硅基工坊)：https://blog.csdn.net/HiWangWenBing

本文网址：https://blog.csdn.net/HiWangWenBing/article/details/119214207

---

目录

1. 结论

2. 解读

2.1 Python主要的应用场景

2.2 在实践中学习Python知识

---

1. 结论

如果是入门人工智能，不需要系统学习python。

对于入门人工智能的学习，只有如下的python知识是”人工智能深度学习“ 学习的前置条件：

（1）学会python编程基础

（2）科学计算库numpy

（3）数据分析库pandas

（4）可视化绘图工具Matplotlib

2. 解读

2.1 Python主要的应用场景

Python主要应用 Web开发、数据挖掘、数据分析和处理，而不是深度学习。

Python次要应用 系统编程、系统运维、大数据、 云计算、金融、图像、网站开发方面的应用。

对于Web开发，还有另外一个主流的语言是javascript，所以Web开发python并不是首选语言。

数学挖掘、数据分析和处理就是目前python实现机器学习上面的主要应用。  

上述Python的学习并不是人工智能学习的必要条件。

与人工智能相关的部分就是数据挖掘，数据分析和处理的这一部分。

2.2 在实践中学习Python知识

（1）初级阶段--调用Python库

Python相比较其他语言有一个显著的特点就是自带的大量的标准库和第三方库可供你调用，很多地方你根本不需要从底层开发，这就很大程度上降低了编程开发门槛，对于入门学员来说，你学会灵活调用，要比系统的python知识对你来说更有帮助。

（2） 在实践中学习其他Python知识

在机器学习和在深度学习的学习过程中掌握的其他的Python知识。

你需要掌握python知识就是编程基础和科学计算库numpy的使用，再有一些数据数据处理简单应用就够了。

对于机器学习中你需要学习一些监督学习、非监督学习算法。

深度学习你还需要学习TensorFlow、Pytorch这些框架，这里面对模型的理解，通过模型搭建框架就显得非常重要。

这是一个深度学习的模型，这里面设计的程序知识就是一些python赋值，编程基础内容和框架调用知识，如下图所示：

---

作者主页(文火冰糖的硅基工坊)：https://blog.csdn.net/HiWangWenBing

本文网址：https://blog.csdn.net/HiWangWenBing/article/details/119214207