云南龙网

  1. 首页 > 云知道 > >

「Python」B,小甲鱼python教程视频( 二 )

云知道


直接啃官方文档的教材，不如老师讲给你听来的效率高 。廖雪峰的Python新手教程也是个不错的选择，每一节都有练习题，学习来更顺畅，对新手很友好 。https://www.liaoxuefeng.com/wiki/1016959663602400机器学习最常用的库少不了Numpy Pandas Matplotlib这些库我觉得看官方文档就好了，不过英文不好的同学可能就不满意了，这里分别列一下这些库的官方文档和我觉得很不错的中文教程，提醒一下哈，官方文档只需要看我列出的链接即可 。
Numpy官方文档：https://numpy.org/doc/stable/user/quickstart.html中文教程：https://www.numpy.org.cn/user/quickstart.htmlPandas官方文档：https://pandas.pydata.org/docs/user_guide/10min.html中文教程：https://www.pypandas.cn/docs/getting_started/10min.htmlMatplotlib官方文档：https://matplotlib.org/stable/tutorials/introductory/usage.html中文教程：https://www.matplotlib.org.cn/tutorials/Python——视频实话实话，我没有完整的看过任何Python视频 。
归根结底，Python入门很简单，看视频效率太低 。传言B站的[小甲鱼]零基础入门学习Python不错，简单看了一眼，确实0基础 。我们用Python是用来学机器学习的，喜欢看视频学习的同学可以看看，建议只看P1-P53即可 。《零基础入门学习Python》：https://www.bilibili.com/video/av27789609机器学习——书市面上凡推荐机器学习的书，都少不了李航的《统计学习方法》和周志华的《机器学习》，我当初也是看了大佬推荐，在这两本书上耗费了极多的时间 。
但这两本我觉得都很不适合入门，尤其是统计学习方法，简直就是上等武功秘籍，太过精炼，啃起来太吃力 。对比起来周老师的《机器学习》相对好点，其中有些公式推导有点跳，Datawhale 出了一本开源的《机器学习公式详解》是个很好的补充 。周世华的《机器学习》是必不可少的工具书，还是必读的，而且要反复阅读，不过建议在看过视频教程之后 。
https://datawhalechina.github.io/pumpkin-book偏应用的书，只推荐一本，其他的都不要看！！！：《机器学习实战：基于Scikit-Learn、Keras和TensorFlow（原书第2版）》，入门可以先看前 9 章 。市面上很少有书能够把机器学习在业务层面的应用介绍清楚，比如模型解释、模型上线，模型监控等等，没有看到特别详细的，有一本还算满意，就是知名度比较低：《机器学习：软件工程方法与实现 。
《机器学习：软件工程方法与实现》现在无论是竞赛还是工业界，boost模型都应用十分广泛，分类、回归、排序，XGBoost都能搞 。最后再介绍一本我认为的必读：《深入理解XGBoost：高效机器学习算法与进阶》，作者是XGBoost开源社区贡献者何龙 。这本书以机器学习基础知识做铺垫，深入剖析了XGBoost的原理、分布式实现、模型优化、深度应用等 。
机器学习——教程教程没有看到太好的，除了sklearn的文档，只推荐吴恩达、李宏毅、林轩田三位老师的视频课件 。课件这里不单独列出来了，下载链接我放到思维导图里了 。Sklearn官方文档：https://scikit-learn.org/stable/user_guide.html中文教程：https://sklearn.apachecn.org/机器学习——视频与Python不同，机器学习基础我觉得最好还是跟着视频学，因为初学机器学习算法，涉及很多公式推导，非常难理解，跟着视频学起来会轻松不少 。
视频首推吴恩达的公开课，这是学习机器学习基础知识的最好的课程 。英语不好的同学也不要担心，视频是有中文字幕的 。https://www.bilibili.com/video/BV164411b7dx作为补充，时间充裕的同学可以看看台大李宏毅的机器学习公开课，特点是中文授课，比较轻松愉快 。https://www.bilibili.com/video/BV1pE411g7Wi时间更充裕的也可以看看林轩田的视频课，只看基石部分即可 。

推荐阅读


上一篇：电子管功率放大器,关于甲类功率放大器的讨论

下一篇：履带式收割机稀缺,联合收割机