我阅读了一些教程和介绍，但不确定是否能掌握它，而且最重要的是，我不确定我是否完全理解ML与NN。
假设我要对程序进行指令（例如使用scikit-learn），以使其具有一些语言词典作为其输入集。例如，我有一个大型的意大利语单词字典，可以将其输入为数组数组（数组的每个项目都是一个单词，每个单词都是ascii值的数组，每个字符对应一个世界）：
[
[112, 105, 122, 122, 97], // pizza
[109, 097, 109, 109, 97], // mamma
...
]
是可能的/最好的库是什么/怎么做：
给定一个单词，让程序推断是否可能是意大利语单词，以便“黑手党”被认为是潜在的实际意大利语单词，而“Eichhörnchen”则不是（它比一般的意大利世界更长，它包含诸如“在初始集合中找不到的“ rnch”，其中包含“ö”，这是意大利语中未使用的字符）
根据初始集合生成其他（可能）意大利语单词。例如，“ potomo”不是实际的意大利语单词，但是根据意大利语拼写法，它可能是
最佳答案
我认为可以使用朴素贝叶斯分类和KNN。事实证明，朴素贝叶斯分类可以过滤垃圾邮件，但在此之前您需要一个词库。
关于python - Python中的机器学习:scikit-learn/Pybrain，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/35801405/