Python使用非常廣泛，尤其是在AI開發(fā)領(lǐng)域，網(wǎng)上的學(xué)習(xí)資源和技術(shù)論壇非常多，如果有比較好的自律和學(xué)習(xí)能力，制定一個切實可行的學(xué)習(xí)計劃，堅持總結(jié)積累，很快就能形成自己的知識庫。
一，在線編程網(wǎng)站推薦一個在線編程網(wǎng)站，HackerRank，看名字就知道很牛，Hacker排行榜。網(wǎng)站提供了很多不能難度不同水平的編程練習(xí)題，可以查詢成績、排名、參加競賽，積累到一定分?jǐn)?shù)后可以獲得Python勛章。并且可以邀請同學(xué)朋友一起組隊練習(xí)，增加學(xué)習(xí)動力。
1，注冊賬號，登錄，選擇要學(xué)習(xí)的Python編程語言
2，選擇題目
根據(jù)自己制定的學(xué)習(xí)計劃和進(jìn)度，篩選不同的難度，選擇不同功能類別，有針對性的練習(xí)提高。
3，編寫代碼
閱讀題目要求，參考題目指南和討論區(qū)帖子，在代碼編輯器里開發(fā)代碼。完成代碼后點擊下方”Run Code“按鈕運行，查看結(jié)果，修復(fù)錯誤。
4，提交代碼，通過單元測試后獲得分?jǐn)?shù)
提交代碼時，將自動運行多個單元測試，根據(jù)通過率得到評分。
5，積累到一定分?jǐn)?shù)后，獲得Python勛章
二，參加開源項目Github上面有很多基于Python開發(fā)的開源項目，嘗試參加自己擅長或者喜歡的項目。
1. 選擇有興趣的項目，仔細(xì)閱讀文檔和代碼，查看歷史提交記錄，這個過程本身也能學(xué)到很多知識
2. 閱讀代碼，重點理解怎么寫？為什么這樣寫？有沒有更好的寫法？
3. 按照開源社區(qū)的代碼標(biāo)準(zhǔn)，開發(fā)提交代碼，完成單元測試
我是工作多年的Web應(yīng)用架構(gòu)師，陸續(xù)發(fā)布關(guān)于軟件開發(fā)方面的文章，歡迎關(guān)注我，了解更多IT專業(yè)知識。
Python是一種程序開發(fā)語言，而Web是一種呈現(xiàn)技術(shù)，如果你要做人工智能，機(jī)器學(xué)習(xí)方面，研究類得，你最好還是學(xué)Python，如果你是做BS開發(fā)這方面得，建議你還的是從Web學(xué)習(xí)入手，Web學(xué)習(xí)，前端主要是html+Javascrip+CSS，如果說動態(tài)頁面得，還需要JSP，PHP，ASP，APS.net等等，不同技術(shù)均需要學(xué)習(xí)，當(dāng)然Python也可以，同時，還要懂得數(shù)據(jù)庫等等。
因此如果你想找工作，現(xiàn)在Web需求的人才應(yīng)該多一點，但Web方面對技術(shù)得沉淀要求很高，你可以很輕松得找到工作，但想哪高工資需要經(jīng)年積累。如果你做科研或者算法及人工智能方面得，學(xué)Python再合適不過，只要你的算法合理，思路清晰，就能涉及出相應(yīng)比較好的產(chǎn)品，并且，這個算法及模型建立屬于天賦，和時間得積累關(guān)聯(lián)不大，因此你可以輕松超越其他人，成為牛人。
當(dāng)然，如果你想兩者兼顧，如下這個簡單學(xué)習(xí)框架，大概能幫到你！如果想詳細(xì)咨詢，可以加關(guān)注，私信！
1、學(xué)習(xí)一些基礎(chǔ)理論知識
高等數(shù)學(xué)是學(xué)習(xí)Python開發(fā)的基礎(chǔ)，數(shù)據(jù)挖掘、模式識別、人工智能智能等都是需要用到很多的微積分元素來預(yù)算的。以及優(yōu)化理論和算法。
2、掌握好經(jīng)典的機(jī)器學(xué)習(xí)理論和算法
(1) 回歸算法：常見的回歸算法包括最小二乘法(OrdinaryLeast Square)，邏輯回歸(Logistic Regression)，逐步式回歸(Stepwise Regression)等。
(2) 基于實例的算法：常見的算法包括 k-Nearest Neighbor(KNN), 學(xué)習(xí)矢量量化(Learning Vector Quantization， LVQ)等。
(3) 決策樹學(xué)習(xí)：常見的算法包括：分類及回歸樹(ClassificationAnd Regression Tree， CART)， ID3 (Iterative Dichotomiser 3)， C4.5等。
(4) 人工神經(jīng)網(wǎng)絡(luò)：重要的人工神經(jīng)網(wǎng)絡(luò)算法包括：感知器神經(jīng)網(wǎng)絡(luò)(PerceptronNeural Network), 反向傳遞(Back Propagation)， Hopfield網(wǎng)絡(luò)等。
(5) 基于核的算法：常見的算法包括支持向量機(jī)(SupportVector Machine， SVM)， 徑向基函數(shù)(Radial Basis Function Python核心編程——Python語言基本介紹、面向?qū)ο缶幊獭inux操作系統(tǒng)、文件系統(tǒng)與用戶管理、進(jìn)程管理與服務(wù)配置、Shell編程與bash，源文件編譯、版本控制、MySQL使用、MySQL進(jìn)階等。
全棧開發(fā)——HTML、CSS、JavaScript、jQuery、 BootStrap、Vue、Web開發(fā)基礎(chǔ)、數(shù)據(jù)庫操作、FLask配置、Django認(rèn)識、Models、Templates、Views、Tornado框架進(jìn)階、ElasticSearch等。
網(wǎng)絡(luò)爬蟲——爬蟲與數(shù)據(jù)、Scrapy框架、Scrapy框架與信息實時抓取、定時爬取與郵件監(jiān)控、NoSQL數(shù)據(jù)庫、Scrapy-Redis框架、百萬量數(shù)據(jù)采集等。
人工智能——數(shù)據(jù)分析、pyechart模塊動態(tài)可視化、詞云、分類算法、聚類算法、回歸類算法、關(guān)聯(lián)算法、卷積神經(jīng)網(wǎng)絡(luò)、TensorFlow+PaddlePaddle、圖像識別等。