机器学习（课程梳理）及安装环境和Jupyter notebook
学习目标：
了解常用的几个库。
了解每个库的用途。
了解机器学习的工作流程。
环境如何搭建
Jupyter notebook如何下载
一、机器学习科学数据库
机器学习首先是要进入一个科学计算库，这些库全部都是和我们人工智能息息相关的东西，进入了库之后才能去完成后续的一系列操作。
Matplotlib：数据可视化
Numpy：算法
Pandas：数据可视化与算法相结合
Seaborn：数据可视化
二、机器学习工作流程
不管是做什么事情我们肯定都是需要有一个流程的，机器学习也不例外。
主要流程分为以下几步骤：
三、环境搭建
1.创建虚拟环境
E:\Programs\ .env 创建一个后缀为.env的目录
//为什么要创建后缀为.env的目录？
.env文件通常包含一些环境变量的配置，用于设置虚拟环境的参数，例如虚拟环境的路径、依赖项版本等。.env目录是为了更好地管理和组织机器学习项目的虚拟环境配置。
2.配置虚拟环境目录操作步骤：
双击此电脑——点击属性——高级系统设置——环境变量——系统变量中新建WORKON_HOME——变量值E:\Programs.env的环境变量
3.dos（cmd运行）
3.1安装虚拟环境
3.1.1 cmd
3.1.2 可查看当前环境中安装的所有包api:
pip list
3.1.3 pip命令安装virtualenv
api: pip install virtualenv
为什么要安装virtualenv环境管理包：virtualenv是一个常见的虚拟环境管理工具，它允许你在项目级别创建独立的Python环境。
3.1.4 pip命令安装虚拟环境管理包virtualenvwrapper -win
api:pip install virtualenvwrapper -win
3.2 虚拟环境的操作
api: workon
3.3创建虚拟环境
api : mkvirtualenv [虚拟环境名称]
例：mkvirtualenv abc（创建一个名为abc的虚拟环境）
3.4进入某个环境
api：workon xxx（进入名为xxx的虚拟环境）
示例：workon abc（进入名为ai的虚拟环境）
[ByteSage,字节智者]
四、安装Jupyter notebook
1.Anaconda官网下载Anaconda安装包
Anaconda | Unleash AI innovation and valueAccelerate growth efficiently for everyone with the AI and data science experts.
https://www.anaconda.com/
2.安装
3.打开CMD输入命令：conda --version
4.配置国内镜像源：conda config --add channels
5.启动Anaconda：anaconda -navigator
6.点击Jupyter notebook下的launch按钮
启动Jupyter notebook之后会有这个按钮
7.使用pip命令安装Jupyter notebook
7.1WIN+R cmd
7.2安装Jupyter notebook
api: pip install notebook
7.3启动Jupyter notebook
api: jupyter notebook
小结：
机器学习我们常用哪几个库
每个库都有什么用途
机器学习的工作流程
环境搭建
Jupyter notebook
[ByteSage,字节智者]