關于機器學習的一些想法
上周開始決定學習機器學習，是因為這學期的課設是做一個基于python的圖片分類，所以打算系統的學習一下機器學習，以下是我的一些經驗，希望對讀者能有一些幫助，
課設題目
在開始機器學習之前，我先放一個python的學習路徑，
1.python基本語法和函式的學習
python的基礎介紹書籍數不勝數，但是在初學階段大家很難看的進去，我一直認為尚硅谷的課程是不錯的，我把B站里尚硅谷免費的視頻鏈接發放在這里
尚硅谷Python零基礎入門教程全套完整版
https://www.bilibili.com/video/BV1hW41197sB
視頻資料在尚硅谷公眾號里，
相信梳理過這些基礎的知識你已經對python的基本語法感到熟悉，但還不夠，請往下看，
2.編輯器的選擇
我看過很多書籍和文章，很多博主說先熟悉基礎的文本編輯器例如，notepad++、vim，還有最接近IDE（集成開發環境）的 VS Code，的確，但是我個人覺得如果先從IDE開始學習，這會大大增加代碼撰寫的效率，減少勸退，
我的電腦里目前保留這sublime、jupyter notebook、pycharm、spider，因為jupyter的方便，我這里只介紹jupyter的安裝和使用，我也很推薦大家使用jupyter入門，
在anaconda中包括了jupyter notebook和其他編輯器，
所以我建議直接下載anaconda，但是由于anaconda啟動較慢，所以我們可以在開始界面將jupyter的快捷方式拖到桌面上來，
這里是anaconda的下載鏈接
https://www.anaconda.com/
進入網頁后直接點擊get started
選擇download anaconda installers
按照你的電腦版本直接選擇安裝即可，
之后的步驟我就不一一贅述了，這里我放一個鏈接，大家可以參考，
史上最全最詳細的Anaconda安裝教程
https://blog.csdn.net/wq_ocean_/article/details/103889237
3.代碼練習
我們在上面提到過尚硅谷的視頻，但是你不經過自己的親身實踐是不可能真正熟練掌握python的，所以我在這里還是放一個題目鏈接：
加班熬夜整理出來的100道Python基礎題，學到就是賺到！超級詳細
https://blog.csdn.net/kj7762/article/details/120744018
在練習的程序中有些不認真做筆記的孩子肯定會忘掉一些python的基礎知識，所以我在給大家放一個中文版的python語言參考手冊鏈接
Python 語言參考手冊
https://docs.python.org/zh-cn/3/reference/index.html
相信大家經過練習一定會有所識訓，
經過了前面 python講解視頻，python的基礎題目練習，大家一定對python有了一定的熟練程度，下面我們開始介紹基于python的機器學習，
4.學習人工智能演算法
我在剛剛開始機器學習的時候走了很多彎路，這里我給大家一個真誠的建議，無論你數學基礎好與不好，如果想走的更遠，從基礎的演算法開始學起，
這里是一個介紹機器學習演算法的網站，希望大家邊學邊看把它理解透徹，當然這些資料也是免費的，
機器學習常用術語
http://c.biancheng.net/ml_alg/term.html
如果遇到不理解的數學知識希望大家自行百度，如果實在看不進去，我這里還有中策，看視頻，這依舊是一個尚硅谷的免費分享視頻，
尚硅谷機器學習和推薦系統專案實戰教程
https://www.bilibili.com/video/BV1R4411N78S
5.Numpy的基本概念
因為我找到了一篇絕佳的文章，這里我就不班門弄斧了，直接把鏈接掛上了，
NumPy入門講座（1）：基本概念
https://xufive.blog.csdn.net/article/details/103567312
numpy是資料處理和科學運算的基礎，基于numpy的使用還有五個關于人工智能的工具庫，分別是OpenCV、OpenGL、Pandas、Matplotlib、scikit—learn，
因為這五個工具庫的參考檔案都是英文居多，我把網站貼到下面，
(1)OpenCV
中文檔案
https://blog.csdn.net/qq_38660394/article/details/80762011
英文原網站
https://pythonprogramming.net/loading-images-python-opencv-tutorial/
w3cshool的參考檔案（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的參考檔案（中文）
https://www.w3cschool.cn/hyspo/
（4）matplotlib
英文原網站
https://matplotlib.org/stable/tutorials/introductory/usage.html
（5）scikit—learn
英文原網站
https://scikit-learn.org/stable/modules/linear_model.html
以后有好的網站，我再來更新，也歡迎大家在評論區評論，
6.系統的學習”深度學習“
在B站發現的寶藏UP ”跟李沐學AI“
李沐老師是《深度學習》這本書的譯者，他在B站發布了他的錄播課程，在其中談到了圖片分類，當然這是我所需要的，也希望你們能有所識訓，
鏈接如下（直接點擊我框選出來的圖示即可進入視頻主頁）：
動手學深度學習在線課程
https://courses.d2l.ai/zh-v2/
感謝觀看！
轉載請註明出處，本文鏈接：https://www.uj5u.com/qita/325862.html
標籤：其他
上一篇：SynFace Face: Recognition with Synthetic Data 閱讀筆記
下一篇：Linux四劍客詳解——find