学习目标:
了解常用的几个库。
了解每个库的用途。
了解机器学习的工作流程。
环境如何搭建
Jupyter notebook如何下载
一、机器学习科学数据库
机器学习首先是要进入一个科学计算库,这些库全部都是和我们人工智能息息相关的东西,进入了库之后才能去完成后续的一系列操作。
Matplotlib:数据可视化
Numpy:算法
Pandas:数据可视化与算法相结合
Seaborn:数据可视化
二、机器学习工作流程
不管是做什么事情我们肯定都是需要有一个流程的,机器学习也不例外。
主要流程分为以下几步骤:
三、环境搭建
1.创建虚拟环境
E:\Programs\ .env 创建一个后缀为.env的目录
//为什么要创建后缀为.env的目录?
.env文件通常包含一些环境变量的配置,用于设置虚拟环境的参数,例如虚拟环境的路径、依赖项版本等。.env目录是为了更好地管理和组织机器学习项目的虚拟环境配置。
2.配置虚拟环境目录操作步骤:
双击此电脑——点击属性——高级系统设置——环境变量——系统变量中新建WORKON_HOME——变量值E:\Programs.env的环境变量
3.dos(cmd运行)
3.1安装虚拟环境
3.1.1 cmd
3.1.2 可查看当前环境中安装的所有包api:
pip list
3.1.3 pip命令安装virtualenv
api: pip install virtualenv
为什么要安装virtualenv环境管理包:virtualenv是一个常见的虚拟环境管理工具,它允许你在项目级别创建独立的Python环境。
3.1.4 pip命令安装虚拟环境管理包virtualenvwrapper -win
api:pip install virtualenvwrapper -win
3.2 虚拟环境的操作
api: workon
3.3创建虚拟环境
api : mkvirtualenv [虚拟环境名称]
例:mkvirtualenv abc(创建一个名为abc的虚拟环境)
3.4进入某个环境
api:workon xxx(进入名为xxx的虚拟环境)
示例:workon abc(进入名为ai的虚拟环境)
[ByteSage,字节智者]
四、安装Jupyter notebook
1.Anaconda官网下载Anaconda安装包
2.安装
3.打开CMD输入命令:conda --version
4.配置国内镜像源:conda config --add channels
5.启动Anaconda:anaconda -navigator
6.点击Jupyter notebook下的launch按钮
启动Jupyter notebook之后会有这个按钮
7.使用pip命令安装Jupyter notebook
7.1WIN+R cmd
7.2安装Jupyter notebook
api: pip install notebook
7.3启动Jupyter notebook
api: jupyter notebook
小结:
机器学习我们常用哪几个库
每个库都有什么用途
机器学习的工作流程
环境搭建
Jupyter notebook
[ByteSage,字节智者]