机器学习（课程梳理）及安装环境和Jupyter notebook

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

Anaconda | Unleash AI innovation and valueAccelerate growth efficiently for everyone with the AI and data science experts.https://www.anaconda.com/

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]