初衷:
这个学期要参加数学建模比赛了,经过哥哥的引导,发现机器学习与数学建模有异曲同工之妙,而前者有更宽广的应用,所以果断学习机器学习。
第一步:
熟悉Python的核心语法,包括:
1.序列-索引、切片
2.序列-加法、乘法
3.序列-常用的内置函数
4.列表基础操作1
5.列表方法2
6.列表的排序和逆序
7.列表推导式
8.二维列表
9.元组
10.字典-基础操作
11.字典常用函数(clear、get、items、keys、values、pop)
12.字典-混合字典和字典推导式
13.python集合类型介绍
14.集合的运算(交集、并集和差集)
15.字符串基础操作
16.字符串常用方法
17.字符串的测试方法
18.字符串修改、搜索和替换方法
19.格式化字符串
同时,学习各种分类算法:
- K-Nearest Neighbors(KNN算法)
- decision trees(决策树)
- naive Bayes(NB 算法)
- Logistic regression(逻辑回归)
- support vector machines(支持向量机)
第二步:
学习Python的函数、面向对象编程等,包括:
函数:
1.函数的创建和调用
2.函数的参数传递
3.函数的返回值
4.变量的作用域
5.匿名函数
6.三大基础函数
7.递归函数
8.内置函数
面向对象编程
1.面向对象编程
2.类的定义、构造方法和参数传递
3.类方法
4.继承、重写和多态
同时,学习Python数据可视化的技巧。
第三步:
实战,其实这是一以贯之的流程,必须在实战中锻炼自己的技术。