一、零基础入门机器学习之准备篇（上）

        国外网红小哥Siraj Raval发起了名为”100DaysOfMLCode”[1]的学习项目，号召每天至少花一个小时学习Machine learning（机器学习）。目前开源社区github已有不少人响应，为了方便大家，易学智能将同步推出对应内容的中文版，并进行必要的补充和完善。

        在开始学习机器学习之前，为了明确大家的学习范围，我们回顾一下”人工智能“、”机器学习“、”深度学习“三者的区别。

人工智能：artificial intelligence,简称AI.指在计算机科学的基础上，综合数学、信息论、心理学等知识，制造能模拟人类智能行为的计算机系统的学科。

机器学习：机器学习是通过数据或以往的经验自动改进计算机算法的研究。

深度学习：深度学习是机器学习的分支，是一种使用多重非线性变换构成的多个处理层对数据进行高层抽象算法。

        本讲主要介绍学习过程中涉及的编程语言、集成开发环境。相比其他语言，因为python有大量的机器学习开发工具包以及其本身易于上手等特点，成为了机器学习的主流编程语言。对于初学者而言，需要对python有一定了解。由于机器学习领域的特殊性，python网络编程、python GUI开发等部分在初学阶段可以不要求掌握。重点在于掌握基本数据类型、容器（列表）、函数、类、文件读写等知识。集成开发环境主流的有PyCharm、Eclipse+Pydev[4]。Eclipse+Pydev较为轻量级，占用系统资源少；PyCharm相比而言功能更丰富。

版权声明：本文为原创文章，转载前需申请。

相关链接：

[1]100-Days-Of-ML-Code

https://github.com/Avik-Jain/100-Days-Of-ML-Code

[2]PyCharm Windows安装教程

http://www.360doc.com/content/18/0719/17/52075843_771708694.shtml

[3]PyCharm Linux安装教程

https://blog.csdn.net/xuelucky/article/details/81234293

[4]python+Eclipse+pydev环境搭建

https://www.cnblogs.com/Bonker/p/3584707.html