大家好，今天小编关注到一个比较有意思的话题，就是关于电脑推荐机器学习的问题，于是小编就整理了3个相关介绍电脑推荐机器学习的解答，让我们一起看看吧。
做机器学习开发，最好用什么样配置的电脑？
具体看你使用什么软件，一般三维CAD，如UG，proE，Solidwords，Inventor等等。建议高主频CPU（i5 8500，R5 2600以上），大内存（16g以上），中等显卡（GTX1066，RX588以上）。
学习大数据、机器学习及人工智能必读书目有哪些？
加米谷教育就来推荐几本吧：
1、《数据科学入门》
2、《Data Science for Business: What You Need to Know about Data Mining and Data-Analytic Thinking》
3、《贝叶斯思维》
6、《利用Python进行数据分析》
7、《Advanced and Multivariate Statistical Methods》
8、《Hadoop: The Definitive Guide》
9、《Mining of Massive Datasets》
10、《数据挖掘》
实际上机器学习、数据挖掘以及人工智能的大部分书籍是相似的，但是侧重会稍有不同。 其他同学的回答中已经包含了很多内容。 我从我的角度来提出我对这一类书籍的建议。
人工智能比较全面而且用的广泛的教材是：《AI: A Modern Approach》, 这个内容介绍比较多，我就不赘述了。
机器学习推荐的有： Chris Bishop:《Pattern Recognition and Machine Learning》
这本书被很多研究者做为机器学习与模式识别的圣经，在于文字流畅简洁。我们也曾用来做Reading Group. 效果还是不错的。
Kevin Murphy: 《Machine Learning: A probabilistic perspective》
这个本书是个大块头，内容非常详细，好处就是可以从基础入门，中间突然遇到瓶颈的情况比较少。 如果时间充裕，可以用这本书打好基础。缺点就是很长，有一千多页。 内容很全面。
谢邀～
本人并不喜欢看这些技术方面的书，书都是人写的，肯定有部分理解不对地地方，或者可能因为技术版本更新脱离时代，我一般都是去百度了解这些涉及到哪些技术，然后去***或技术论坛看的，所以题主让我推荐书，我也没有好推荐的
我个人认为，不是每一个人都要成为算法研究师，了解人工智能的概貌和原理，利用已有的框架和平台，完成自己的任务就已经很了不起了，安安静静地做一个应用型的美男子其实是绝大多数人的归宿，目前的开源框架很多，但原理和内在基本一致，其实我们无需过多了解内核，埋下头去深入钻研一个框架应用就已经超棒了，研究算法和基体框架就留给那些牛人们吧。
说到应用型的书籍，我基本都是在***和社区学习，个人观点，非喜勿喷。
适合自学的，相对容易上手的计算机专业是什么？
作为一名计算机专业的研究生导师，主要研究方向集中在大数据和机器学习领域，所以我来回答一下这问题。
适合自学的计算机专业应该具备三个特点，其一是实验难度适中且所需要的设备容易获得；其二是知识结构成熟，学习资料丰富；其三是难易程度适中，入门门槛较低，比较适合以上条件的计算机专业包括软件工程、物联网和大数据等。
计算机专业相比其他专业难度相对来说高一点，作为理工科 ，对于数学是有一定程度的要求的！这门课没有容易这一回事可说。
适合自学，相对容易上手没有这一回事可说，学习计算机不是说花点时间就能学好，这门专业不仅需要花大量的时间，还需要深入的去了解这门课程，一个知识点，全靠自己的想，去思考，没有人带领，势必是会要走很多弯路。
不过在计算机专业，相比于大数据、软件开发方向，软件测试就相对来说容易的多！至少测试类不需要有很多代码基础，也不要有开发能力，但是也不能说学习软件测试靠自学就能学好，虽然修行靠个人，但还是需要师傅领进门！
如果你想要自学，可以从相对来说比较简单的软件测试学起，上手难度，可以自行体会！
关注柠檬班微信公众号：柠檬班软件测试，100G学习软件测试相关学习视频在等你，后台回复：100G即可
但是，对于工作中，实际上很多学科都用不上。
如果你的目的是掌握工作中实用的技能，而不是 拿到一个文凭，可以 自学编程语言 和对应的项目实战。
比如
python 编程+ 自动化
作为一名计算机专业的研究生导师，主要研究方向集中在大数据和机器学习领域，所以我来回答一下这问题。
适合自学的计算机专业应该具备三个特点，其一是实验难度适中且所需要的设备容易获得；其二是知识结构成熟，学习资料丰富；其三是难易程度适中，入门门槛较低，比较适合以上条件的计算机专业包括软件工程、物联网和大数据等。
相对于计算机专业来说，学习方向的选择要更重要一些。软件工程专业中比较适合自学的方向包括Web开发和移动端开发，物联网中比较适合自学的包括嵌入式开发，大数据专业中比较适合自学的方向包括数据分析。
Web开发包括前端开发和后端开发两部分，虽然软件团队中前后端开发通常是分开的，但是在大数据时代背景下，全栈程序员的需求量会持续增加，所以在学习Web开发的过程中应该前后端兼顾。Web前端的学习内容集中在三个部分，分别是Html、CSS和J***aScript，而后端开发则要选择一门具体的编程语言。目前J***a、PHP、Python、C#是比较常见的选择，从当前的就业角度出发，可以重点考虑一下J***a和PHP，但是从发展前景的角度出发，应该关注一下Python。
移动端开发也是比较适合自学的方向，移动端开发包括Android开发和iOS开发，另外还涉及到基于已有App平台的开发。移动端开发的知识结构相对要少一些，实验也比较容易开展，自学的过程中会比较容易的建立起自信心。相比之下，嵌入式开发则多少具备一些难度，首先是设备的选择，另外还涉及到较为复杂的实验环节，所以选择嵌入式方向需要具备较强的动手能力。
大数据技术体系目前已经趋于成熟，学习大数据分析也是比较不错的选择。选择大数据分析方向需要具备两个基础，其一是数学基础，其二是统计学基础，当然这两个部分的内容也可以边用边学。
我从事互联网行业多年，目前也在带计算机专业的研究生，主要的研究方向集中在大数据和人工智能领域，我会陆续写一些关于互联网技术方面的文章，感兴趣的朋友可以关注我，相信一定会有所收获。
如果有互联网、大数据、人工智能等方面的问题，或者是考研方面的问题，都可以在评论区留言！
到此，以上就是小编对于电脑推荐机器学习的问题就介绍到这了，希望介绍关于电脑推荐机器学习的3点解答对大家有用。
