【Kaggle从入门到放弃】（03）：python机器学习学习路径（附资源）不断更新。。。

Python机器学习

本博文或许能帮你成功上手，从0到1掌握 Python 机器学习，至于后面再从1到100变成机器学习专家，就要看你自己的努力了。

第一步：基本 Python 技能

软件安装 ：Anaconda，这是一个可用于 Linux、OS X 和 Windows 上的工业级的 Python 实现，完整包含了机器学习所需的软件包，包括 Numpy、Pandas、scikit-learn 和 matplotlib，如果需要其它包，比如xgboost,可以方便的进行下载，更新和配置。其中也包含了 Jupyter Notebook，这是一个用在我们许多教程中的交互式环境。我推荐安装 Python 2.7,因为现有的机器学习相关的很多资源都是2.7版本实现的。

资源1：菜鸟教程——Python 2.X。

资源2：应用于数据科学中的Python语言：https://elitedatascience.com/learn-python-for-data-science

第二步：机器学习基础理论知识

对实践来说，你并不需要获得机器学习博士般的理论理解——就像要成为一个高效的程序员并不必要进行计算机科学理论的学习。

资源1：吴恩达在 Coursera 上的《机器学习》课程视频, 跳过Oc