以前好多人使用matlab（octave）做机器学习的，吴恩达老师以前在机器学习课也是用matlab（octave），但近几年，python已经成为机器学习热门的工具，吴恩达老师的深度学习课程已经用python3.6了，时代在进步，识时务者为俊杰，为了理解和应用机器学习技术，以及进行数据分析，你需要学习 python。
python学习，入门最重要，至少要学到碰到问题能查百度的程度。
python安装：
关于python安装包，我推荐下载Anaconda，Anaconda是一个用于科学计算的Python发行版，支持 Linux, Mac, Windows系统，提供了包管理与环境管理的功能，可以很方便地解决多版本python并存、切换以及各种第三方包安装问题。下载地址：https://www.anaconda.com/download/ 推荐选Anaconda （python 3.6版本）
IDE：推荐使用pycharm，社区版免费，下载地址：https://www.jetbrains.com/
python入门的资料推荐：
1.利用python进行数据分析：这本书含有大量的实践案例，你将学会如何利用各种Python库（包括NumPy、pandas、matplotlib以及IPython等）高效地解决各式各样的数据分析问题。
这个是我看的第一本python入门资料，如果把代码都运行一次，基本上就能解决数据分析的大部分问题了。
下载地址：建议购买书，源代码可以上百度搜索
2.python入门笔记：
作者李金，这个是jupyter notebook文件，把python的主要语法演示了一次，值得推荐。
下载地址：链接：https://pan.baidu.com/s/1dFCSCIP 密码：a0vh
3.南京大学python视频教程：
这个教程非常值得推荐，python主要语法和常用的库基本涵盖了。
视频下载地址：https://yun.baidu.com/s/1cCbERs 密码:7thx
看完这三个资料，python基本入门了，可以使用scikit-learn等机器学习库来解决机器学习的问题了。
代码的版本升级：
可以利用Python内置工具2to3.py，帮你自动将Python2的代码转换为Python3的代码的。这个脚本的位置位在Python安装的根目录\Python27\Tools\Scripts\2to3.py。
比如我手上有个Python 2.x的python脚本：D:\tmp\transform.py
可以通过打开命令提示符，定位至该要转换的脚本目录下，然后运行
2to3.py -w transform.py
如果上述不加-w参数，则默认只是把转换过程所对应的diff内容打印输出到当前窗口而已。加了-w，就是把改动内容，写回到原先的文件了。
以上是个人建议，欢迎批评指正。
知识更新非常快，需要一直学习才能跟上时代进步，举个例子：吴恩达老师在深度学习课上讲的tensorflow使用，这个肯定是他近两年才学的，因为谷歌开源了tensorflow也就很短的时间。
