怎么快速上手python机器学习，OpenCV、OpenGL、Pandas、Matplotlib、scikit—learn五大工具库的参考手册
关于机器学习的一些想法
上周开始决定学习机器学习，是因为这学期的课设是做一个基于python的图片分类，所以打算系统的学习一下机器学习，以下是我的一些经验，希望对读者能有一些帮助。
课设题目
在开始机器学习之前，我先放一个python的学习路径。
1.python基本语法和函数的学习
python的基础介绍书籍数不胜数，但是在初学阶段大家很难看的进去，我一直认为尚硅谷的课程是不错的，我把B站里尚硅谷免费的视频链接发放在这里
尚硅谷Python零基础入门教程全套完整版
https://www.bilibili.com/video/BV1hW41197sB
视频资料在尚硅谷公众号里。
相信梳理过这些基础的知识你已经对python的基本语法感到熟悉，但还不够，请往下看。
2.编辑器的选择
我看过很多书籍和文章，很多博主说先熟悉基础的文本编辑器例如，notepad++、vim，还有最接近IDE（集成开发环境）的 VS Code，的确，但是我个人觉得如果先从IDE开始学习，这会大大增加代码编写的效率，减少劝退。
我的电脑里目前保留这sublime、jupyter notebook、pycharm、spider，因为jupyter的方便，我这里只介绍jupyter的安装和使用，我也很推荐大家使用jupyter入门。
在anaconda中包括了jupyter notebook和其他编辑器。
所以我建议直接下载anaconda，但是由于anaconda启动较慢，所以我们可以在开始界面将jupyter的快捷方式拖到桌面上来。
这里是anaconda的下载链接
https://www.anaconda.com/
进入网页后直接点击get started
选择download anaconda installers
按照你的电脑版本直接选择安装即可。
之后的步骤我就不一一赘述了，这里我放一个链接，大家可以参考。
史上最全最详细的Anaconda安装教程
https://blog.csdn.net/wq_ocean_/article/details/103889237
3.代码练习
我们在上面提到过尚硅谷的视频，但是你不经过自己的亲身实践是不可能真正熟练掌握python的，所以我在这里还是放一个题目链接：
加班熬夜整理出来的100道Python基础题，学到就是赚到！超级详细
https://blog.csdn.net/kj7762/article/details/120744018
在练习的过程中有些不认真做笔记的孩子肯定会忘掉一些python的基础知识，所以我在给大家放一个中文版的python语言参考手册链接
Python 语言参考手册
https://docs.python.org/zh-cn/3/reference/index.html
相信大家经过练习一定会有所收获。
经过了前面 python讲解视频，python的基础题目练习，大家一定对python有了一定的熟练程度，下面我们开始介绍基于python的机器学习。
4.学习人工智能算法
我在刚刚开始机器学习的时候走了很多弯路，这里我给大家一个真诚的建议，无论你数学基础好与不好，如果想走的更远，从基础的算法开始学起，
这里是一个介绍机器学习算法的网站，希望大家边学边看把它理解透彻，当然这些资料也是免费的。
机器学习常用术语
http://c.biancheng.net/ml_alg/term.html
如果遇到不理解的数学知识希望大家自行百度，如果实在看不进去，我这里还有中策，看视频，这依旧是一个尚硅谷的免费分享视频。
尚硅谷机器学习和推荐系统项目实战教程
https://www.bilibili.com/video/BV1R4411N78S
5.Numpy的基本概念
因为我找到了一篇绝佳的文章，这里我就不班门弄斧了，直接把链接挂上了。
NumPy入门讲座（1）：基本概念
https://xufive.blog.csdn.net/article/details/103567312
numpy是数据处理和科学运算的基础，基于numpy的使用还有五个关于人工智能的工具库，分别是OpenCV、OpenGL、Pandas、Matplotlib、scikit—learn。
因为这五个工具库的参考文件都是英文居多，我把网站贴到下面。
(1)OpenCV
中文文档
https://blog.csdn.net/qq_38660394/article/details/80762011
英文原网站
https://pythonprogramming.net/loading-images-python-opencv-tutorial/
w3cshool的参考文档（中文）
https://www.w3cschool.cn/opencv/opencv-2gnx28u3.html
（2）OpenGL
csdn文章
https://blog.csdn.net/flycatdeng/article/details/82588903
（3）Pandas
w3cshool的参考文档（中文）
https://www.w3cschool.cn/hyspo/
（4）matplotlib
英文原网站
https://matplotlib.org/stable/tutorials/introductory/usage.html
（5）scikit—learn
英文原网站
https://scikit-learn.org/stable/modules/linear_model.html
以后有好的网站，我再来更新，也欢迎大家在评论区评论。
6.系统的学习”深度学习“
在B站发现的宝藏UP ”跟李沐学AI“
李沐老师是《深度学习》这本书的译者，他在B站发布了他的录播课程，在其中谈到了图片分类，当然这是我所需要的，也希望你们能有所收获。
链接如下（直接点击我框选出来的图标即可进入视频主页）：
动手学深度学习在线课程
https://courses.d2l.ai/zh-v2/
感谢观看！