机器学习笔记（一）——基础环境

机器学习笔记（一）——基础环境

前言

机器学习基础阶段会用到Matplotlib、Numpy、Pandas等库，为了方便可以统一安装Anacond，利用Jupyter Notebook来学习。

Anacond

介绍

Anaconda指的是一个开源的Python发行版本，其包含了conda、Python等180多个科学包及其依赖项。 因为包含了大量的科学包，Anaconda 的下载文件比较大（约 531 MB），如果只需要某些包，或者需要节省带宽或存储空间，也可以使用Miniconda这个较小的发行版（仅包含conda和 Python）。

Conda是一个开源的包、环境管理器，可以用于在同一个机器上安装不同版本的软件包及其依赖，并能够在不同的环境之间切换

Anaconda包括Conda、Python以及一大堆安装好的工具包，比如：numpy、pandas等

Miniconda包括Conda、Python

安装

安装教程网上很多，这个实践过，比较靠谱：https://www.cnblogs.com/IT-LearnHall/p/9486029.html

Jupyter Notebook

安装好Anaconda之后，系统会自带Jupyter Notebook软件

介绍

Jupyter项目是一个非盈利的开源项目，源于2014年的ipython项目，逐渐发展为支持跨所有编程语言的交互式数据科学和科学计算。

• Jupyter Notebook，原名IPython Notbook，是IPython的加强网页版，一个开源Web应用程序
• 名字源自Julia、Python 和 R（数据科学的三种开源语言）
• 是一款程序员和科学工作者的编程/文档/笔记/展示软件
• .ipynb文件格式是用于计算型叙述的JSON文档格式的正式规范

意义

• 传统软件开发：工程／目标明确

• 需求分析，设计架构，开发模块，测试

• 数据挖掘：艺术／目标不明确

• 目的是具体的洞察目标，而不是机械的完成任务

• 通过执行代码来理解问题

• 迭代式地改进代码来改进解决方法

Jupyter Notebook：实时运行的代码、叙事性的文本和可视化被整合在一起，方便使用代码和数据来讲述故事。

Jupyter Notebook 相比 Pycharm 在画图和数据展示方面更有优势。

使用

Jupyter Notebook使用教程也是众说纷坛，找了一份比较好入门的推荐出来：https://cloud.tencent.com/developer/news/323834

最后

学习笔记，温故知新。有任何问题请留言，谢谢！

下一篇：机器学习笔记（二）——Numpy