##python
更新pip源
參考文章一: python類庫三兩事 - 一次解決:
參考文章二:anaconda多環境多版本python配置指導
pycharm建議啟用方法使用（license server）,註冊碼亦可,但是現在能用的註冊碼不好找
1.建立新環境,並啟用conda create -n mlenv python=3.6.2
2.啟用環境activate mlenv
3.檢查基礎類庫
# 建議的使用的命令,順序如下
conda install pandas
conda install scipy
conda install matplotlib
4. 其他基本類庫
# 其實機器學習需要的基本類庫,除了第三部中給出的科學計算與視覺化的基礎類庫外,就不在需要什麼了
pip(conda) install scikit-learn
# 影象處理的基本庫
pip(conda) install scikit-image
# 自然語言處理的基本庫
pip install jieba
pip(conda) install nltk
入門書籍個人比較推薦麥好的**《機器學習實踐指南第二版》**,這本書的結構和花書很像,有基礎,有各個部分介紹,但是還有**,比較適合入門機器學習.讀完這本書機器學習的整體把握包括數學基礎,應用領域都可以有比較好的認識.但是本書中的很多**雖然實現了功能,但是**的專業程度似乎比不上《機器學習實戰》,假如你想要自己實現機器學習演算法的**的話,後者可能是更好的選擇. 目前而言，我更推薦《精通資料科學：從線性回歸到深度學習》這本書，首先這本書寫作水平確實夠高，而且作者文筆不錯。其學術背景與職業背景也導致了，其不僅僅能夠從機器學習的角度出發思考問題，這本書中更強調的是統計機器學習，計量統計學，數理統計等多方面的結合。而且在演算法原理上，這本書講的更由淺入深卻又簡單易懂。同時如果有需要的話，**實現可以參考《機器學習實戰》
理論方面首推西瓜書,也就是周志華教授的**《機器學習》**,二推李航教授的《統計學習方法》
在之前的幾本書之後,你可能還需要一本書對資料科學的工程有更好地理解,這個時候建議 《python機器學習及實踐-從零開始通往kaggle之路》 《python**分析核心演算法》,當然也可以直接從這本書入門.或者**《資料科學入門》**也可能是乙個不錯的選擇.
。現在我更推薦apachecn的教程，目前我本人也是該組織的正式成員，主要負責專案維護，並擔任部分專案的負責人。除此之外還有很多其他資料，建議去官網瀏覽一下。
scikitlearn是工程的利器一定要學會使用,可以直接通過官方文件或者原始碼注釋學習,非常好用，也可以直接用 7 中的推薦，非常好
如果你想比較快速的入門機器學習工程,或者想進一步提公升建議閱讀**《python大戰機器學習：資料科學家的乙個小目標》，這本書很好**，很適合初中期的學習。
學習環境搭建
之前在行動硬碟上安裝了ubuntu1604，然後是cuda cudnn anaconda opencv caffe，在之前的部落格中都有記錄，當然還是去官網看install tutorial之類的，少走彎路，遇到問題baidu google。然後隨著對深度學習的學習要使用tensorflow pyt...
flask 學習目的與開發環境搭建
1.flask web開發 基於python的web應用開發實戰 圖書 2.3.1.通過學習flask框架熟悉web開發流程 2.通過學習flask框架熟悉python程式設計 3.能夠熟練使用bootstrap，增強 網頁顯示效果 4.用flask框架製作乙個 python d ez setup....
GTK 學習 搭建環境
windows平台 在下面使用vc6來配置編譯環境。首先在vc6的tools options下面的directories選擇include files，新增gtk 目錄下的include資料夾以及裡面的所有一級子目錄，然後新增lib資料夾下的子目錄中的include資料夾，這樣的話一共是新增10個目...