学习python的初衷
• hi，今天给朋友们分享一下我是怎么从0基础开始学习机器学习的。
• 我是2023年9月开始下定决心要学python的，目的有两个，一是为了提升自己的技能和价值，二是将所学的知识应用到工作中去，提升工作效率。
我的背景与书籍选择
• 我是上班族，2023年非全日制硕士研究生毕业。
• 我的导师是数学博士，在导师的推荐下买了周老师的《机器学习(西瓜书)》和李航老师的《统计学习方法》，这2本书主要讲机器学习的基础理论，对于我这种0基础的小白，完全看不懂，就连简单的代码都不懂，所以只能从基础的python开始学起。
python入门学习
• 于是在网上查了很多资料，买了第一本书《python编程从入门到实践》第三版，在看书的同时，在b站同步看视频，一边学一边用电脑敲代码，感觉挺有意思，兴趣越来越浓了，下班回家、周末，都会找时间学习。
• 这本书学到第11章，后面具体项目实例，没有学。
• 感觉挺简单的，就是学完容易忘，尤其对于我这种新手，不过没关系，后面的学习都会用到python，可以巩固。
python数据分析学习
• 第二本书学的《利用python进行数据分析》第三版，用python操作数据进行分组、合并等等。
• 第三本书学的《 Excel+Python》，用python读写excel等。
• 这2本书主要以看书为主，遇到不懂不会的知识点，就在网上找资料，博客里面有好多大佬讲的非常好，通俗易懂，看完基本都会了。
• 这段时间各大互联网公司陆续发布了大模型，开始用的文心一言，对于自学的人来讲，简直就是自学机器学习神器，不会的不懂的就问，再不懂还可以追问，直到明白为止。
• 2024年与文心一言互动2300多次。
• 学完这2本书，既巩固了python基础，又学习了用python来操作数据。
• 用这些学到的知识，针对日常中经常操作excel工作，做了几个自动化python小程序，可以简单实现办公自动化了。
机器学习理论学习
• 当有了一定的python和数据分析基础之后，再看《西瓜书》和《统计学习方法》，里面的代码至少能看的懂些了。
• 我大学学的工科，学过高数、概率论和线性代数，大学都没好好学，那会沉迷于dota，学这些影响我玩dota(中单影魔，白虎的箭，推塔的小y，憋辉耀的幽鬼，跑题了......)。
• 出来混，迟早是要还的，这2本书是最难的，里面有很多公式，完全看不懂，就在b站找了很多视频，有几个博主是完全按照这2本书内容讲的，讲的非常好，看完视频在看书，就简单很多了，也有的博主讲的某个算法，比大学老师讲的可能都好，《西瓜书》还有周老师给学生将的研究生课程视频。
• 我是边学习边记笔记，后面忘了就看笔记。
• 学到集成学习的时候又买了周老师的《集成学习》，这本书详细介绍集成学习知识。
• 《西瓜书》学到第12章、《统计学习方法》学到第16章，后面内容是马尔科夫链等概率模型，暂时就不学了，之后有需要再来学。
机器学习实战学习
• 当学完理论以后，就迫不及待的学习《Python机器学习基础教程》、《机器学习实战》，主要讲怎么用python库sklearn实现机器学习算法，有监督无监督学习算法、数据预处理、模型评估、调参数、管道等等，也会涉及到数据分析的知识。
• 这部分内容主要以看书+敲代码+豆包+deepseek为主。
• 之前用文心一言，后面发现豆包回答讲解会更好些，deepseek出来之后，深度思考的内容也很好。
• 既巩固了前面几本书的知识，又能手动实现了这些算法。
• 《Python机器学习基础教程》学完了，《机器学习实战》只学习了一部分(200多页)，后面第二部分是深度神经网络的内容(有5-6百页吧)，以后学习深度神经网络在学。
学习历程回顾
• 截止到2025年3月底，从2023年9月开始学习python基础到数据分析，再到机器学习，已经学习了一年半了，我感觉已经有能力利用python完成一些简单的办公自动化和建模工作了。
后续学习计划
• 后面计划暂时先不学习深度神经网络知识，接下来打算针对自己的工作内容做些自动化的小程序和模型，实战1-2年后再学吧。
• 切记，光学不练，没用的，所以一定要练习，实战。
对学习的看法
• 身边的人多次问我，现在大模型都能给出你想要的代码，还学习python有啥用？
• 虽然模型能给出代码，但是看不懂，又不懂理论，也没法结合问题去优化代码，有时候给出的代码也不一定是你想要的，有的时候代码也有可能是错误的，无论是文心一言，豆包，还是deepseek，都有错的，已经验证过好多次了，同一个问题三个模型给出的回答都是错的。
你的优势
• 也许过了五年、十年，你的工作因为你会编写代码，自己建模而没有被裁员，这就是你的优势。