Python机器学习阶段学习线路图

按照如下学习步骤学习，可以掌握Python数据挖掘分析相关知识，入门人工智能。

知识点细化：

jupyter入门：jupyter软件安装、jupyter入门、numpy学习。

pandas：pandas入门、pandas-Series、pandas数据丢失、pandas索引、pandas数据处理、基于Pandas的人脸识别技术。

scipy：scipy学习

matpoltlib：数据可视化的概念、可视化图表的绘制、动画及交互渲染、数据的合并与分组。

KNN：临近算法、预处理、KNN相关函数。

线性回归与逻辑斯蒂回归：线性回归、逻辑斯蒂回归。

决策树与贝叶斯：贝叶斯学习、决策树学习。

SVM与K均值聚类：SVC学习

Kmeans： Kmeans学习

机器学习框架TensorFlow：机器学习、权重分配与优选方案、深度学习、自动化神经网络、AI网络的描述。

自然语言处理与社交网络处理：文本数据处理、自然语言处理及NLTK、主题模型、LDA、图论简介、网络的操作及数据可视化。