如果是工程应用，那么就完全没有必要去重复造轮子了。python目前提供的库已经很强大了，也相当成熟，基本上能够满足一般工程应用的需求，这个时候再花大量精力去重复造轮子是很没必要的。

这个得看你出于什么目的而学习机器学习的，如果只是出于工作的需要或者短时间的应用，那你只需要使用框架来实现机器学习的算法就可以了，这些框架都有sklearn(标准机器学习库),tensorflow,pytorch等，这些框架各有各的缺点和优点，看需要来决定用哪种，这样就不用自己造轮子了，只需要理解其算法过程与框架算法的实现函数就能实现机器学习算法，是不是很过瘾？还有一种情况就是出于自身兴趣而学习的机器学习，我想大部分学习机器学习的程序员都是出于兴趣，既然是兴趣，那就会想着靠自己一步一步来实现这些算法，以便理解其算法原理，实现过程，还可以加深算法的印象，真正的掌握该算法，实现之后自己还会有很高的成就感，觉得自己真是太厉害了有木有？反正我就这种感觉，不过我只是自己实现了手写数字的神经网络识别算法，其识别率还蛮可观的。

如果你想深入机器学习领域，那你就应该自己至少造一次轮子，以便真正掌握该算法，之后的使用不想造轮子了可以使用框架来实现。如果只是短时间的应用，那就用框架吧，很快就能看到实现效果，还不用自己造轮子呢，方便，快速。

祝你好运！

不用自己写轮子，为了理解实现细节的话，可以自己写写。在项目中，没有必要，很多可用好用的库。只要把这些库提供的算法接口，熟练使用就行。呵呵，说起来，这就是别人眼中的调库军。其实也就是苦力活。别被吓着了啊。

其实在应用工程上有很多需要把这些算法组合，整合起来，达到应用的要求。这也很考验对机器学习算法的掌握能力。说多了。

不需要。

原因之一：Python有它非常强大并且开源的免费库，这是Python语言为什么要优于其他语言的原因。

原因之二：我们只需要找到相对应的库进行加以修改即可。

原因之三：现在机器学习的算法大多都已成熟，我们没有必要重新研究别人已经研究出来的算法，浪费时间，得不偿失。

然而，如果设计的新算法时，我推荐在已有的算法基础升级会更好，因为从无到有毕竟是很困难的。

sklearn、TensorFlow（包括TensorFlow的高层封装Keras）、PyTorch……Python有这么多优秀的库，实现各种机器学习算法很方便，何必要自己造轮子呢？

（图片来源：tertiarycourses***.sg）

你可以看看最近发表的机器学习算法方面的论文，很多论文都开源了配套的代码，这些代码基本都是基于各种框架实现模型，几乎看不到从头自己造轮子实现的。

自己造轮子，不仅写起来麻烦（这还***设你造的轮子语义上没有错误、性能上也不差），别人阅读起来也不方便。

很多人过分推崇从头写起（write X from scratch），恨不得什么都自己写，不屑于使用TensorFlow等框架。但是，TensorFlow不用，那numpy用不用呢？所以说，这种想法其实不可取。

当然，这也不是绝对的，以下情形属于例外：

1. 基于学习的目的，加深对基本概念/模块的理解。比如用框架写的话，像反向传播之类的轮子都是现成的。脱离框架自己手写，可以更好地理解这些基本概念/模块。
2. 基于性能需求进行优化，比如，使用了特殊的硬件，或者应用场景非常特殊，现有的轮子不能用或者不好用。
3. 应付面试。其实这个可以归入第一条。因为之所以有些面试会设置脱离框架手写算法的题目，就是为了看你对基本概念/模块的理解程度。

0基础学习编程，求书籍推荐？

你好，很高兴能回答你这个问题。首先您是零基础人员，所以想要学习编程语言需要清楚每一门编程语言所对应的市场以及行业，因为不同的编程语言所运用的行业也是不一样的。我个人通过行业不同而对你进行不同编程语言以及书籍的推荐：

1、java语言及书籍

Java目前仍然是市场主流的编程软件之一，其应用范围较广，比如开发[_a***_]的桌面应用软件，开发大型的商业网站以及安卓等等方向，都可以选择JAVA语言。书籍的话，个人帮你推荐几本：

（1）《J***a开发实战经典》

（2）《J***a编程思想》

（3）《J***a核心技术》

2、C#语言及书籍

C#作为背靠微软的 开发语言,目前在仍然占有较大的市场，随着工业2025和自动化时代的到来，快速开发已经成为开发领域的追求，利用C#语言开发，效率方面较之高很多。书籍方面，个人推荐如下几本书籍：

（1）《C#高级编程（第9版）》

（2）《C#编程全能词典》

学习Python的话，可以搜一下视频教程或是报一个线下的编程课；看书的话不推荐太枯燥了；网上有很多Python的入门课程，价格的话也还可以。根据自己的实际情况选择一下。

我是一名iOS 开发工程师，有着多年的软件开发经验，大学学的是电子通信专业，大学也没有好好学习，毕业后编程方面基本上也属于0基础，我从我的自身经历来看，0基础学习编程，要先找方向，后端有J***a开发，网页有HTML5，手机端有iOS 和Android ，确定了方向之后，就是找学习资料了。学习编程，其实是很枯燥乏味的，编程方面的书籍，看起来也枯燥乏味，并且不容易理解书中提到的知识点，常常是看完整本书都还是蒙的状态，效果不好，我的建议是可以在网上找一下相关编程语言的教学***看，相当于拥有了一个好老师，可以跟着***学，这样没有那么枯燥，并且知识点还会理解的更深刻一些，不懂得还可以问问老师，这样可以达到事半功倍的效果。看完***之后，再配合相关书籍学，会更好

如果想从事嵌入式开发编程的话，建议先从C语言开始学起(推荐谭浩强的C语言教材)，然后学习C++(谭浩强的教材)。这个时候基本对编程的基础概念有了一个比较宏观的了解，但是远远不够。再之后建议选择学习C++primer进行语言基础的进修(很多人死在这个环节，C++语言学习周期长，前期基本没有什么成果)，此时C++进入了入门阶段。然后，你可以尝试编写一些小程序，小算法。但仍需进修数据结构，编译原理，操作系统。这些都是软件偏软件方向。但是作为一个从事嵌入式的boy只会软件，显然不能展现出与普通码农不同之处。因此，建议你学习这些软件基础的同时，好好学习一下数电，模电，电路原理的知识。再加上自动控制原理，现代控制理论。Ok，千万不要小瞧这些理论基础，只有掌握了这些你的编程在未来才仍有价值！语言永远是工具，怎么用取决于你的理论基础！如果能熬到这一步，你就可以进军所谓的人工智能领域了！学一些高级语言，创造一些高智慧"生物"。这就是学习一门语言[玫瑰]

首先，我们作为0基础的学习者我们要搞清楚当前变成语言的分类及各语言的流行程度。

按照程序执行方式主要分为三大类：

①解释型语言，例如：JS/python等

②编译型语言，例如：C/C++

③编译+解释型语言，例如：J***a/PHP

接下来我们就来看看这些程序语言的趋势

在图中可以看到近几年python的成长势头还是突飞猛进的，python现在使用相对以前更为广泛。主要是因为python的第三方库非常丰富，适用于很多工作场景，例如：数据分析/数据挖掘/大数据技术/网络爬虫/测试/前端开发等等。有很多主流开源框架可适用于不同的工作场景，django（前端）/flask（前端）/Scrapy（爬虫）等等。

其中还包括最重要的一点，python是一门开源程序语言，配合VScode食用更香。

python目前最主要的用途还是做数据挖掘和机器学习，目前Anaconda是python的一个开源的发行版本其中包含了conda/python等众多个科学包及其依赖项，在Anaconda中还自带了python的一个数据科学神器——Jupyter Notebook。

Jupyter Notebook对于初学者相当友好，在Jupyter Notebook本地服务器上可随时进行交互式编程，逐行执行代码。不仅仅是在后期的代码调试能够使用到它，在学习python语言的时候也是可以随时随地执行检验结果。

Python很容易学吗？

Python语言上手容易、功能强大、语法简单，相对于其他来说学习起来更加容易，也是比较简单的编程语言，被称为胶水语言，适合零基础以及初学者学习，

Python目前市场上情况来说，需求量是非常大的，薪资待遇非常高，可以从事的工作岗位也是比较多，比如说：人工智能、数据分析、科学运算、web开发、爬虫、游戏开发等。

Python语言相比j***a，c语言来说是比较简单的，学习起来更加容易，也好入门儿，好上手。被称为胶水语言，适合零基础以及初学者学习。

而且python的发展前景很可观，随着人工智能大数据的重视，python学习者越来越多，同时企业要求也越来越高。所以如果想快速进入行业，需要努力把技术学扎实，建议系统学习，找一家课程设置不错的，全面细致的，然后必须有实战项目可以练习的机构，可以帮自己快速建立知识框架，系统学习可以帮自己节省不少时间，但是期间也要努力练习敲代码。推荐学习百战程序员的python课程，课程设置面相零基础学习，实战化教学，课程设置细且全面。我已经学高阶的了，是老师推荐学习的，很受益。也有免费的python400集的课程分享，去***就能领到，希望可以帮到你。

其实难易都是相对的，如果有计算机基础，而且对编程特别感兴趣，应该是不难的。Python现在这么受欢迎，不仅是专业人员在学，非专业的人也在学，因为它有几个特点:

1，比较简单， Python 非常易于读写，开发者可以把更多的注意力放在问题本身上，不用花费太多精力在程序语言、语法上。

2，易学， Python 可以用少量的代码构建出更多的功能，非常容易上手。它能带给所有开发者一种快速的学习体验。

3，免费，Python 是免费开源的。它可以共享、复制和交换。这也帮助 Python 形成了强壮的社区，使它更加完善，技术发展更快。

4，兼容性，Python 兼容众多[_a1***_]，所以开发者不会遇到使用其他语言时常会遇到的困扰。

而且Python可以在很多领域都做的非常优秀，所以在这个互联时代，还是要学一学的。

我也在提升这方面，看过不少的资料，推荐你可以看看北京尚学堂高淇400集，Python入门的资料，讲的特别详细，而且实用，从软件安装开始的，很适合小白，干货满满，可以去看看，反正是免费的，十几年的老机构了，专业python好学吗？简单吗？容易学吗？没有编程的领取能学吗？

最近有很多小伙伴都在问我这些问题。在这里，我想说，python非常简单易学。

1，简单， Python 非常易于读写，开发者可以把更多的注意力放在问题本身上，不用花费太多精力在程序语言、语法上。

2，易学， Python 可以用少量的代码构建出更多的功能，非常容易上手。它能带给所有开发者一种快速的学习体验。

学习编程最主要的就是要多敲多练习，做得多了自然就学的牢固，学得快。想要学好Python，首先选择好Python的方向，比如说数据***集方向（爬虫），Web开发方向，人工智能方向等；接着学习python必学的内容，如Python的基础语言、学习Python的数据库编程；然后就可以根据书籍或教学***，一步步来学习Python。不要盲目去学。确定好方向，选择合适的Python学习方式，需要跟你自身的特性相结合。而且学习本来就是一件非常煎熬的事情，坚持永远是普通人面临的最大问题。建议你跟着百战程序员的线上Python系统的学习一下，不仅是从0基础开始的，全程有老师辅导，有问题可以及时解决;而且是实战化的，每个阶段还有实操和项目。可以学习一个完整的体系，更好的学习Python。全程都有督导老师监督跟进，也是咱们学好Python必要的保证。有了学习方向和老师监督跟进，自然是学习的很快。

到此，以上就是小编对于python机器学习开源算法的问题就介绍到这了，希望介绍关于python机器学习开源算法的3点解答对大家有用。