/* 这篇blog写给我的朋友hanhan */
目前机器学习大热，python也凭借其脚本语言的优势及tensorflow框架成为机器学习中运用最最广泛的语言，目前根据PYPL发布的排行榜，热度已超过java成为第一.
常见的问题
１．Python3还是Python2
这个问题首先给出答案：Python3。因为Python2在2020年以后就不再更新了。会Python2的转Python3也很容易，基本的东西没有变。
２．tensorflow框架是什么
tensorflow对于Python来说只是一个包而已，使用时直接 import tensorflow as tf 。其实只借助numpy包也可以很顺利进行你想要的工作，下载安装所需要的库文件请自行百度。
３．机器学习与数学的关系
机器学习与数学关系密切，主要是概率统计方面的知识用的多，还有就是一些优化的算法，但是也都是比较简单的。所以数学不好也没关系，用到的时候百度一下相关的公式看一看就行。
４．机器学习与Python的关系
其实关系并不密切，只是机器学习的算法用Python实现起来最方便而已。用C、Java、Matlab、Octave其实都可以实现。
学习资料推荐
学习资料对于不同基础的人推荐的也应该是不一样的。这里的推荐针对有一点Python基础的人，或者C语言基础的人。
Pyhon编程快速上手－－让繁琐工作自动化
基于Python3。这本书很实用，但是也有一些描述不那么准确的地方。所以前面的基础部分快速过一遍就行，不要太纠结。这本书的特点就是并没有讲面向对象编程，但是后面都用到了对象的相关方法。这本书主要是教你用Python来做一些实用的事儿，个人感觉还是很不错的。博主有相关基础，看起来觉得比较轻松。
Python基础教程
这本书已经是第三版了。看过第二版，当时没有oop的基础所以看到对象那一块就晕了。现在来评价的话，感觉那本书还是有点啰嗦，个人比较喜欢严肃一点的书。
机器学习实战
这本书是好几年前的了，所以用的是Python2，全书主要借助numpy库，但是评价还是比较高的。用Python3实现这些算法，问题应该也不大。但是这本书偏实践，对于算法的推导讲的不深入。
网易云课堂上的Python课程：免费Python全系列教程全栈工程师。
这个视频还是不错的，模块化很强，不想学哪部分不看对后面也影响不大。建议有点基础的直接从面向对象编程(Object Oriented Programming)开始看起，1.5倍速度播放就行，觉得没意思就快进或者跳过看下一集。
机器学习(周志华西瓜书)
这本书我买了也看了，但是感觉还是比较学术化，很多符号容易看头晕，但其实也就那么回事儿。网上评价比较高。个人认为可以当参考书但不要当教材来看，按需索取知识，不要硬啃一些难点。其实对于机器学习来说，再好的书也难免管中窥豹，所以一些很难的地方你可能根本用不到。还有一些推导作者用的方法也比较难，其实也有很简单的方法。
神经网络与机器学习(海金)
不是专门做这方面的学术就别看了，太学术化。
建议到买书前先下个电子版看一看适不适合自己，免得买了后悔。
推荐的话，Python编程快速上手，机器学习实战，机器学习，Python网课用于进阶学习。Python的进阶书籍目前没有了解到很好的，有的话会补充上来。
这里面的一些意见仅仅是个人观点，有错误欢迎留言指正…