机器学习 算法原理与编程实践 第一章 机器学习的基础

 开篇引言:"基础决定高度,而不是高度决定基础!" 书中主要从 编码程序，数据结构，数学理论，数据处理和可视化等几个方面阐述机器学习的理论，然后扩展到概率论，数值分析，矩阵分析等知识引导我们进入机器学习的世界!

1.1编程语言和开发环境：选取python 开发环境（搭建过程省略）（当然也可以用R语言）

选取原因如下:

    1.免费、开源

    2. python编程更加简单

    3. 开发和执行的效率高

    4.丰富的程序库，支持矢量编程

    5.python支持网络编程

(1)python 仿照matlab开发了类似的数学分析库：Numpy 和scipy

(2)用Matplotlib 实现数据的可视化

(3)最最最重要的是Python 在此基础上开发了Scikit-Learn机器学习算法库

(4)提供了深度学习算法库Theano,并且支持GPU运算

Python 算法库的安装顺序:Numpy - Scipy -Matpltlib-Scikit-Learn

1.2 IDE选择和配置(UltraEdit):占资源小，功能强，支持远程开发