當然可以！Python是一種非常流行的編程語言，尤其在機器學習和數據科學領域。要使用Python進行機器學習，您需要安裝一些庫和框架，例如NumPy、Pandas、Scikit-learn等。這些庫提供了許多用于數據處理、可視化和機器學習算法實現的工具。
以下是一個簡單的Python代碼示例，使用Scikit-learn庫進行線性回歸：
import numpy as np
import pandas as pd
from sklearn.linear_model import LinearRegression
from sklearn.model_selection import train_test_split
from sklearn.metrics import mean_squared_error
# 加載數據集
data = pd.read_csv('data.csv')
# 提取特征和目標變量
X = data.drop('target', axis=1)
y = data['target']
# 將數據集分為訓練集和測試集
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=42)
# 創建線性回歸模型
model = LinearRegression()
# 訓練模型
model.fit(X_train, y_train)
# 預測測試集的目標變量
y_pred = model.predict(X_test)
# 計算均方誤差
mse = mean_squared_error(y_test, y_pred)
print('Mean Squared Error:', mse)
這個示例展示了如何使用Python和Scikit-learn庫進行基本的機器學習任務。當然，Python還有很多其他的庫和框架可以用于更復雜的機器學習和深度學習任務。
