AI_02_线性回归深入和代码实现_06_代码实现解析解的方式求解_梯度下降法的开始_sklearn模块使用线性回归

python在科学计算领域有三个非常受欢迎库，numpy、SciPy、matplotlib。（1）numpy是一个高性能的多维数组的计算库。（2）SciPy是构建在numpy的基础之上的，它提供了许多的操作numpy的数组的函数。SciPy是一款方便、易于使用、专为科学和工程设计的python工具包，它包括了统计、优化、整合以及线性代数模块、傅里叶变换、信号和图像图例，常微分方差的求解等。（3）Matplotlib 是 Python 的绘图库。 它可与 NumPy 一起使用,提供了一种有效的 MatLab 开源替代方案。

python自身缺少numpy、SciPy、matplotlib、scikit-learn....等一系列包，我们需要用pip来导入这些包才能进行相应运算（python3.5自带了get-pip.py，不需额外下载安装）。例如，在cmd终端输入：pip install numpy就能安装numpy包了。但是，每次都额外安装所需要的包很麻烦，这时候我们可以采用anaconda了。anaconda是一个开源的Python包管理器，包含了大量的包，使用anaconda无需再去额外安装所需包。

 

后面还会讲（1）Spark的机器学习类库，MLlib is Apache Spark's scalable machine learning library.

                  （2）TensorFlow 是一个用于人工智能的开源神器
 

以上是解析解，直接求，这种方法很不机器学习！！！

--25分开始讲梯度下降

--47分的时候讲scikit-learn https://scikit-learn.org/stable/index.html

用scikit-learn实现上面的解析解实现

--51分钟时讲，假如安装了anacanda的话其实就包括了scikit-learn，numpy等

anacanda官方网站：https://www.anaconda.com/