刚刚开始接触数据挖掘，现在大概已经有了一个清晰的目标，spss处理图像和一般分析问题，python处理高级问题（这么说大神别笑话），现在python大家都推荐的书是《机器学习实战》，但是我现在没有python基础。spss有一点基础，想请教大家是应该先学习好spss对各种分析方法熟悉以后，再学习python语言，最后再学习《机器学习实战》，还是边学《机器学习实战》边学python？ 麻烦前辈们指教下，说法幼稚还请见谅。回复内容：
spss也仅仅是把成熟的方法放到软件里面，它和weka，rapidminer本质上没什么区别。个人不太熟悉图像，但是隐约觉得spss是偏向统计的，和图像处理没啥关系吧。这个仅仅是自己的一点疑惑而已。好，正经回答你的问题。spss其实蛮好学的，没必要和其他摆到一个层面上，我猜你是要学习spss模块中的那些统计方法吧。spss中的方法大多是统计方法，和《机器学习实战》中的方法不一样。不过你先学习统计方法，再看《机器学习实战》也不错。至于python基础，在看《机器学习实战》之前的确看一下《python学习手册》这类的入门书比较好。因为python语法比较简单，所以说也不用有什么负担，看几天就会了，然后再顺着《机器学习实战》一边看一边code就好了。顺序如下：spss中的统计方法python基础《机器学习实战》p.s. spss中的统计方法都很经典，会用的话，其实不用看很长时间，但是如果想自习钻研，就是统计学了，里面的知识也很丰富。
永远不要等待先学会a，然后再学习b我采用的方式:python基础教程+机器学习实战+统计学习方法同时看，哪里不懂补哪里。机器学习实战:主要是学习它的代码实现统计学习方法:主要看算法的思想与数学原理python基础教程:哪里不懂看哪里，现学现用
为何要学习机器学习实战？机器学习背后的数学你不懂的话恐怕没什么用
数学基础不够的话 别浪费时间了
建议先从python的基础开始学习。比起spss，python拥有更加健壮的ecosystem，这个我在之前的帖子里面有回答过：python在数据分析日常工作中地位如何，与r语言、sas、spss比较？
我个人目前这也在考虑这个问题，比较同意肖智博的观点，先学好理论，语言只是工具，spss中用最简单的方法阐述了统计学的理论，然后选择一门语言，其实r和python都可以，不过机器学习实战这本书用的是python，所以python可能更好些，欢迎交流
matlab和python都是比较容易入门的工具，但两种工具都各有优劣。楼主对方法的学习甚至可以试着通过阅读matlab的*.m文件了解更多。例如常用的回归、聚类、神经网络类方法。如果想在算法编程更有突破，建议先试着用pythonxy。
做图像处理和数学问题推荐matlab
python无论是在数据分析，统计回归，图形绘制上面都有良好的第三方包；在速度，可扩展性，可操作性上都是上佳之选。建议从学习python语法开始入手，等到能够用python解决一些遇到的小问题后再去学习《机器学习实战》===============================最近一个月，我也刚把python的统计，计量和绘图包熟悉了一下，由于本人是学计量的，所以偏向计量。我的博客有我写的一些笔记，可以供你参考。长鼻子
python在大数据处理方面确实挺赞的 可以先入python 而且python几乎没有门槛 极易入门