Python学习路径怎样安排合理？
最近打算学习Python 是想通过Python实现机器学习，可以应用到现有的工作中。1.请问除了学习《零基础入门学习Python》外，接下来要学习什么合适？或者大家有什么学习规划建议？
2.《零基础入门学习Python》和最新版有什么差异？是不是学习旧版本的也可以？
3.关于机器学习，大家有什么学习建议？
谢谢每位回复的小伙伴 1、可以B站找别的视频学，推荐除佳宇老师的书外，看看老男孩讲师egon的视频。
2、都一样，不过新版更灵活一些。建议还是学习新的，了解新的语法。
3、基础学完之后，别的随意。 heidern0612 发表于 2021-11-8 10:07
1、可以B站找别的视频学，推荐除佳宇老师的书外，看看老男孩讲师egon的视频。
2、都一样，不过新版更灵 ...
好的 谢谢您宝贵的建议。 本帖最后由 洛阳城 于 2021-11-8 15:57 编辑
- 可以先过两遍小甲鱼的视频教程熟悉一下python的基本语法，第一遍看完一个视频就跟着做课后习题，巩固知识，这个非常重要，学编程最重要的还是要多写代码。看第二遍是为了查缺补漏，很多东西在看第一遍的时候可能不太理解囫囵吞枣就过了，第二遍有基础了再回来看就能理解透彻，另外还有可能发现自己第一次学习时没注意到的一些重要细节。这是我个人的一个小总结。
- 我个人比较推荐旧版本的视频，理由是新版本的虽然讲得更好但是到现在基础语法部分还没更新完，面向对象都还没开始讲，学习进度会受更新影响。新旧版本中基础的语法变化不大，所以学习旧版本也没有落后一说。旧版本视频一共九十多集，其中有接近一半是爬虫、用户图形界面、py游戏等拓展，这些如果没有需求没必要浪费时间去学，因为知识学完不多加运用是会忘记的，没有实际需求学了又忘了就是在浪费时间，根据需求去学习才事最合理的。
- 学习机器学习当下最好的选择是深度学习中的卷积神经网络，目前最前沿的强化学习是在深度学习的基础上建立的，要学也得从深度学习入门，而较为古早的支持向量机、随机森林、K近邻、小波变换等等更适合科研和解决实际工程问题。并且深度学习的智能程度相对他们而言是有质的飞跃的，还拥有众多的轮子，更适合使用python开发。
- 建议你先熟练掌握python的语法后再开始学习深度学习的理论知识，如果刚接触深度学习建议学keras框架，对新手非常友好，相关的理论知识可以看《python深度学习》（keras之父著，张亮译），同样需要认真跟着书里的例子去实践动手才能加深自己的理解和记忆，keras内置了很多数据集和模型，实践门槛还是很低的。
- 最后，在开始学习之前我更建议你先考虑清楚自己的需求，也就是为什么要学机器学习。如果你想靠业余学这个找工作，那我得浇你一瓢冷水，这很不现实。因为企业一般只招科班出身的硕士研究生，因为AI领域的学问很深，他们要的是能造轮子的研发人才，而不是只会用轮子的应用人才。如果你只是因为兴趣使然，那你最好先考虑好这门技术对于你的应用场景和目标，比如最终要做个怎样的作品？是用来参加比赛还是毕业设计？这样你才能知道自己究竟需要学什么，要学到什么程度。如果只是想玩玩那学这个并不明智，因为玩是在寻找快感，而卷积神经网络配个GPU的环境都能让人自闭，更别说漫长的学习与积累过程了。没有比赛、毕业设计这些需求推动哪天累了就放弃了。
页:
[1]