Python学习之路(未完待更新)

mac2024-03-16  30

Python学习过程

(记录一下学习过程^ ^)

1.入门

(1)基本语句语法

学习视频:[小甲鱼]零基础入门学习Python——完全没有编程基础 https://www.bilibili.com/video/av4050443/?p=3入门书籍:《Python基础教程》——有一点基础新手入门:Github网站,Python100天规划学习——有编程基础 https://github.com/jackfrued/Python-100-Days ———————————————————————————————————— 以上难度呈递增趋势,按需取用。基础教程和100天学习建议学习前12章和前15天,了解基本语法知识,会一定程度的编几行代码即可。之后开始分方向学习。

  (2) 模块了解

  重要模块:Numpy模块(数据处理与计算)        Pandas模块(分析复杂的数据)        Matplotlib模块(画图)        seaborn模块(画图,作为上面模块的补充)        scikit-learn模块(机器学习)

 其他模块:os,sys模块 (系统)        time 模块 (时间)        random 模块(随机数,numpy中也有random)        operator模块        re模块       推荐书籍:《Python与数据挖掘》(Python2,但不影响学习其思想)        《Python基础教程》   推荐学习的网站: github部分库的介绍与题目      

2.进阶

(1)机器学习算法

机器学习原理学习:

《统计学习方法》by李航

《机器学习》(西瓜书)by周志华

《机器学习实战》

相关网站:机器学习有关库的调用 https://github.com/apachecn/sklearn-doc-zh

机器学习算法从零实现:《机器学习实战》及其配套代码  1、k- 近邻算法  2、决策树(ID3算法和CART算法)  3、朴素贝叶斯  4、logistic回归  5、支持向量机及SMO算法  6、集成学习:Adaboost  7、线性回归与岭回归  8、K-均值聚类  9、Apriori算法与关联分析  10、FP-growth算法  11、降维方法

 

(2)数据结构方面

推荐一本书:数据结构(python语言描述)

知识点:   在学完或学习之中刷题:leetcode:https://leetcode-cn.com/

 

(3)深度学习方面

 

3.进进阶

(1)自然语言处理

(2)图像识别

 

4.实践

其实可以在学完机器学习算法后参加一些竞赛了一些官方数据挖掘比赛网站 Kaggle:可以自行参加,每天都有比赛。 推荐Kaggle入门的网站:How to Win a Data Science Competition: Learn from Top Kagglers 天池
最新回复(0)