32、工业机器学习的综合指南

工业机器学习的综合指南

1. 学习挑战与实践

在学习过程中，我们可以通过一些挑战来检验自己的学习成果。首先，回顾周围的日常生活环境，写下三件你认为是机器学习成果的事物。这能帮助我们将所学知识与实际生活联系起来，发现机器学习在生活中的广泛应用。

同时，还可以思考三件如果能自动完成会对你更有帮助的事情，并尝试用新学到的知识去实现自动化。

为了提升实践能力，建议每周花多达12小时进行机器学习实践，可在互联网上寻找新的数据集或问题数据集进行练习。只需进行搜索，就能找到大量可使用的数据。

另外，还可以通过以下两个额外的实践项目来进一步提升技能：
- Chapter-015-15-Features-Minerals.ipynb ：用于练习特征重要性。
- Chapter-015-16-Mars-Crime.ipynb ：用于练习从图像中提取特征，并找出是谁偷了纸杯蛋糕。

2. 编程语言与工具

2.1 Python

Python 由 Guido Van Rossum 于 1991 年开发，经过 25 年的发展，已成为主流语言。它具有以下优点：
|优点|详情|
|----|----|
|广泛的支持库|提供大量标准库，可参考：https://docs.python.org/3/library/|
|集成特性|可集成到企业应用层，便于在所有现代操作系统上开发|
|提高程序员生产力|拥有广泛的支持库和简洁的面向对象设计，能将程序员的生产力提高两到十倍，可参考：https://pypi.o