首先，需要先學習 python 語言
python 相關的知識，可以在接下來的實戰中邊學邊用。
我首先花了兩天時間，把《python語言及其應用》這本書快速的通讀了一遍，了解了 python 的基本語法，可以看大部分的 python **，把書的關鍵點索引了下來，記得不清楚的，知道需要的時候翻到書的哪一頁去詳細閱讀。
按照《機器學習演算法程式設計與實踐》的要求，先把環境搭建起來。
環境搭建，也是考驗乙個人快速學習和動手能力的體現。
我用的是 win7 環境，所以在 windows 下進行學習
1 安裝python-2.7.9.amd64.msi
2 將python, pip加到環境變數裡
3 安裝wheel
例如在我的環境下這樣安裝：
c:\users\administrator>pipinstall wheel
4 進入
修改名字為：numpy-1.11.3+mkl-cp27-none-win_amd64.whl
進行安裝
例如：c:\>pipinstall "numpy-1.11.3+mkl-cp27-none-win_amd64.whl"
6 安裝scipy
c:\>pipinstall scipy-0.19.0-cp27-none-win_amd64.whl
7 安裝matplotlib-2.0.0-cp27-none-win_amd64.whl
c:\>pipinstall matplotlib-2.0.0-cp27-none-win_amd64.whl
8 安裝scikit_learn-0.18.1-cp27-none-win_amd64.whl
c:\>pipinstall scikit_learn-0.18.1-cp27-none-win_amd64.whl
其它的需要安裝的可以參考下圖
安裝完成以後，在 cmd 命令列下，輸入：pip list 看看我們安裝了哪些包
這裡，《利用python進行資料分析》 這本書開始起作用了，我們來看看幾個關鍵的安裝的包
numpy: 科學計算的基礎包
matplotlib: 繪製資料表的庫
scipy: 科學計算包，對 numpy 的補充
接下來，開始學習《利用python進行資料分析》這本書，先了解了解numpy 如何使用。
從0到1學習記錄
競爭會讓你把注意力都放在競爭對手身上，忽視了自己的發展。競爭會造成非常低水平的重複和跟風。不存在完美的市場均衡，在經濟理論之外的現實世界裡，每個企業的成功，恰恰是因為它打破了均衡，它做到了其他企業不能做的事情，也就是從0到1的事情，而不是它跟其他企業做一樣的事兒。谷歌把自己定義成什麼，取決於什麼能給...
Docker從0到1實操學習
1 解除安裝舊版本 yum remove docker docker client docker client latest docker common docker latest docker latest logrotate docker logrotate docker engine 2 需要...
gluon學習系列1 線性回歸 從0開始1
錯誤修正前 from mxnet import ndarray from mxnet import autograd import matplotlib.pyplot as plt true w 2,5 true b 1.5 num batch 1000 x ndarray.random norma...