如果想要深入了解一些Python的知识,推荐大家学习《流畅的Python》一书,封面如下。这本书我看了前面的九章,讲的十分不错,加深了自己对于Python里面内存管理、常用函数、类等的认识。
除了Python的基础知识,想要往数据分析、机器学习方向发展的话,还需要掌握一些常用的库,包括Pandas、Numpy、Matplotlib、Sklearn等等。
关于前三个,推荐的书是《利用Python进行数据分析》:
关于Sklearn的使用,包括调用常见的机器学习算法、使用网格搜索寻找最优的参数,可以参考的一本书是《Python机器学习及实践 从零开始通往Kaggle竞赛之路》
如果上面的书你都看完了,我觉得算是入门Python数据分析了。
2、初识机器学习,反复读反复看
第一次听说机器学习这个名词,大概是在2016年8月份,是我现在的舍友向我提到的,当时并没有太在意,直到研究生阶段开始,才慢慢有所接触。当时身边的人的普遍反应是,这家伙大家都在学,特别能挣钱。也许当时自己也是想着能多挣钱,才会开始入门机器学习的吧。不过现在,已经开始慢慢把机器学习当做一种兴趣,一种爱好去看待了。
想必大家都知道,入门机器学习,不得不看的三本书是吴军老师的《数学之美》、李航博士的《统计学习方法》和周志华老师的《机器学习》,也就是所谓的西瓜书。
为了回馈大家的关注,特整理了一份这几本书的PDF电子版,方便大家阅读,转发并关注小编,后台回复"书籍”,即可免费领取