为了掌握以上领域知识(我们先把焦点放在机器学习核心技法,暂时忽略数据科学中对于领域知识的掌握),具体来说我们可以有以下步骤可以参考: 1. 掌握基础Python 程序语言知识 在线学习资源: o Codecademy o DataCamp(也可以学R) o Learn X in Y Minutes(X = Python) o Learn Python theHard Way 2. 了解基础数学/统计学和机器学习基础知识 o 可汗学院线性代数 o Introto Deive Statistics o Introto Inferential Statistics o Andrew Ng 机器学习课程 o Andrew Ng 机器学习笔记 o CarnegieMellon University Machine Learning o MachineLearning Foundations (机器学习基石) 3. 知道如何使用Python 科学计算函式库和套件 推荐安装Anaconda,支持跨平台多种版本Python,默认将数据分析、科学计算的套件装好,自带spyder 编辑器、JupyterNotebook(IPythonNotebook),可以提供一个网页版接口,让用户可以透过浏览器进行Julia、Python或R 程序的开发与维护。 o numpy:科学分析,ScipyLecture Notes 教学文件 o pandas:资料分析 o matplotlib:会制图瞟 o scikit-learn:机器学习工具 想要了解更多达内教育相关问题,请咨询在线客服或拨打热线电话400--6263985!