标签：可视化 实战 原来 分类 逻辑 hog 简单 learn 机器学习
AI这个词相信大家都非常熟悉，近几年来人工智能圈子格外热闹，光是AlphoGo就让大家对它刮目相看。今天小天就来跟大家唠一唠如何进军人工智能的第一步——机器学习。
在机器学习领域，Python已经成为了主流。一方面因为这门语言简单易上手，另一方面是因为Python有足够完善的库可以调用，能为我们节省下敲长长的代码的烦恼。
因此，对于打算入门人工智能的同学，最直接的学习方法就是结合开源的框架，而机器学习和深度学习的开源框架恰好基本都是用Python接口的。
既然如此，最佳的学习路线是怎样的呢？
（一）搞定Python：
千万不要一直在钻研Python。语言只是工具，边练边学、边学边用，快速掌握基本语法才是正道；
（二）机器学习算法：
机器学习有很多经典的算法，从简单的算法开始，用Python实现并从流程的角度熟悉原理；
（三）熟悉Python库：
如果想精通Python库，难度还是蛮大的，不妨先熟悉，等实际运用的时候再查一遍。
（四）案例与实战：
用真实数据来玩算法是学习的最好方式。先搞定算法的原理，再把数据应用进去，然后就是一步一步debug完成整个项目。
《Python机器学习实战课程》
第一章 AI时代人工智能入学指南（免费试学）
第二章 Python快速入门（免费试学）
第三章 Python工具：科学计算库Numpy
第四章 Python工具：数据分析处理库Pandas
第五章 Python工具：可视化库Matplotlib
第六章 算法：线性回归算法
第七章 算法：梯度下降原理
第八章 算法：逻辑回归算法
第九章 案例：Python实现逻辑回归与梯度下降
第十章 案例：使用Python分析科比生涯数据
第十一章 案例：信用卡欺诈检测
第十二章 算法：决策树
第十三章 决策树Sklearn实例
第十四章 算法：随机森林与集成算法
第十五章 案例：Kaggle竞赛案例:泰坦尼克获救预测
第十六章 算法：线性支持向量机
第十七章 非线性支持向量机
第十八章 支持向量调参实战
第十九章 计算机视觉挑战
第二十章 神经网络必备基础知识点
第二十一章 最优化与反向传播
第二十二章 神经网络整体架构
第二十三章 案例实战CIFAR图像分类任务
第二十四章 Tensorflow框架
第二十五章 Mnist手写字体识别
第二十六章 PCA降维操作与SVD矩阵分解
第二十七章 聚类与集成算法
第二十八章 机器学习业务流程
标签：可视化 实战 原来 分类 逻辑 hog 简单 learn 机器学习
原文地址：https://www.cnblogs.com/sea520/p/13197665.html
