机器学习速成课程 学习笔记1

月初开始研究,懵懵懂懂的测试了些程序。

看到了运行结果,但完全不理解过程,涉及的东西太多了……
于是老老实实从“前提条件和准备工作”开始学习,想一口吃胖是不现实的。

教程说您最好满足以下前提条件:

  • 掌握入门级代数知识。
  • 熟练掌握编程基础知识,并且具有一些使用 Python 进行编码的经验。

说的太客气了,不懂这些,后面听课简直是云山雾罩。

代数知识有大学和考研时候的功底,捡起来不算太难。
计算机编程熟练使用C++,Java,学习Python还是比较容易。
但也需要把Python语法过一遍,不同点很多,需要适应一下。
开始时候看不到{ },结尾不用;,各种难受,慢慢的也就习惯了。
大约花了七天时间,扎扎实实敲了一堆Python代码。
通过练习,顺道喜欢上了Jupyter和Pycharm,当然还有anaconda~

学习过程中发现好书《利用Python进行数据分析·第2版》

接下来就是按照这本书学习的NumPy,Pandas,matplotlib,seaborn,TimeSeries
用了这些东西,跟发现新大陆一般……
后悔没有早点介入Python世界。
对Python的可视化比较好奇,探索了一下Tkinter和Pyqt5
连接数据库测试SQLserver
特别感谢作者SeanCheney,他的翻译帮助我快速阅《利用Python进行数据分析·第2版》的许多章节,看英文就会效率低很多了~

重新开始学习《机器学习速成课程》。

参考书目:《Scikit-Learn与TensorFlow机器学习实用指南》

你可能感兴趣的:(机器学习速成课程 学习笔记1)