摘要：如今，網(wǎng)絡(luò)上的Python機(jī)器學(xué)習(xí)資源紛繁復(fù)雜，使得剛?cè)腴T的小白們眼花繚亂。究竟從哪里開始？如何進(jìn)行？讀完這篇文章，相信你就會(huì)有自己的答案。

我們希望借助免費(fèi)、便捷的在線資源，幫助你完成從小白到大牛的蛻變。這篇文章將會(huì)回答如何選擇資源、如何拓展學(xué)習(xí)以及按怎樣的順序?qū)W習(xí)等一系列問(wèn)題。

來(lái)自斯坦福的 iPython筆記本概述我們的***個(gè)教程，是進(jìn)行Scikit的學(xué)習(xí)。我建議在進(jìn)行以下步驟之前先完成所有這些工作。scikit-learn的一般介紹，涵蓋了K-均值聚類算法：An Introduction to scikit-learn一個(gè)更深入、更廣泛的介紹，包括一個(gè)數(shù)據(jù)集的入門項(xiàng)目：Example Machine Learning Notebook一個(gè)側(cè)重于評(píng)估scikit-learn中不同模型的介紹，涵蓋訓(xùn)練/測(cè)試數(shù)據(jù)集拆分：Model Evaluation