机器学习速成课程 学习笔记19：阶段总结基础篇

虽然现在很多知识点还是一知半解，但好奇心驱使我不断的探索AI的世界。
一个多月的时间，感觉收获颇多。
简单总结下，梳理梳理思路。

---

入门必须是Python

感觉没其他更好的选择了。
快速浏览语法，不影响读懂别人代码的情况下，可以尽量的快。
此阶段没必要达到对Python非常熟练，毕竟还不需要自己独立做程序。
起步阶段，主要就是读别人的，读的多了，慢慢也就会写了。
读到不懂得地方，返回去再查查语法，效率更高。

---

经典的包

必须了解，绕不过去的知识点，就好好掌握吧。
numpy，pandas，matplotlib
这几个掌握起来并不难，而且非常好用。
利器，处理数据的利器。
工欲善其事必先利其器！

---

数据可视化

很吸引人，毕竟看到图还是比较让人开心的~
matplotlib最基础，用的也多，必备技能。
学习过程中尝试了几个其他的工具，也很犀利：
seaborn，pyecharts
其他的没尝试过。

---

图形开发界面GUI

用惯了Windows，感觉程序没个界面，简直太low了~
Tkinter用来入门很不错，对GUI要求不高的话，够用了。
后来尝试了pyqt，研究了两三天，做了个demo。
在这方面不再投入过多精力，毕竟没打算做应用程序。
对我来说，有个简单界面足以。

---

爬虫

简单了解了re，urllib，requests，BeautifulSoup，chardet，正则表达式
按照教程做了几个例子感受了一下，了解大概流程。
对爬虫不大感兴趣，也就没再继续研究。

---

连接SQLserver

纯属个人爱好，用了这么多年SQLserver，有感情。
增删改查，必须走一圈。
用Pyqt做了个界面，完成基本功能，心满意足~

---

机器学习？

冲上去学了好几次，强攻不下，又退下来了。
还需要更多轮次的强攻。
当然要讲究策略，了解大概情况后，逐个击破。
贪多贪快，不科学，还得扎扎实实的打基础。
所有人看到那些名词和复杂的公式，都会头痛。
选择一个简单的切入点，一个一个的研究。