“
閱讀本文大概需要 6 分鐘。
”
七八年前，我絕對是不會相信能夠成爲現在的自己，之前的我可以說是對計算機都一無所知的小白，而現在我已經就職於頂級互聯網公司，並且已經獲得數了十個數據挖掘比賽冠軍，剛畢業年薪 60w+。
但是故事還是需要從頭說起...
1
我想大部分人有和我類似的經歷：
也許是某幾次的考試失敗，例如中考，高考；
也許是進入了一個很普通的學校，學了一個懵逼的專業；
也許是周圍沒有理解你的朋友；
你甚至不知道爲何就變成現在這個樣子...
是什麼時候，世界變成這個樣子了；
單向度的盼望，所有人都在盲目追逐着一波又一波的潮流。
我們也深刻明白我們之所以成爲自己是因爲所處的時代性；
這是一個人工智能的時代，大家都在瘋狂的追逐一個又一個的名詞，數據挖掘、機器學習、深度學習等等，每個人都害怕被淘汰，每個人都想去學習新的知識，因爲這代表着未來，代表着稀缺，當然也代表着金錢。
本科時代的我也是如此，我追逐着當時覺得的每一個潮流。
大一的時候，覺得 iOS 開發很酷，我們會去圖書館翻閱各種 iOS 相關的書籍，也就是六七年前，我基本上翻閱了所有的能找到的相關書籍，那時候我從不會懷疑自己以後能否會成爲一個出色的 iOS 開發工程師，因爲我是如此努力的在學習能夠接觸到的任何資源，可是並不是這樣，我甚至到最後都沒法自己獨立寫出一個非常簡單的 App。
2
後來我覺得是自己算法水平太差了，於是就開始“瘋狂”地刷題，POJ、UVa、HDOJ 什麼的；同樣一開始也覺得很酷，周圍同學都在寫 Web 開發，我們幾個就天天在啃算法導論。這種自以爲是的“努力”狀態持續了半年，記得每週除了週四，除了上課，我們都是訓練到晚上十一點，我以爲我是一個很好的 Programmer，可是一場網絡賽墊底的排名就讓我明白了，並不是如此。
那一個月是非常迷茫的，一直在思考爲什麼自己想做的，並且也努力去做的事總是慘痛作爲結局。
3
看到這裏，你們會覺得這是一篇非常喪的文章。但這裏我們不會探討過多的人生，人生的事交給自己去吧，我們更願意討論如何學習。
爲什麼你努力去學的東西，在你付出了巨大的努力之後，你還是沒有做好？
爲什麼你總是抱有希望，即使“教你的如何快速上手 XX”，“多少天入門 XX”系列你早已經麻木？
上面的故事還沒完，直到我有一天遇到了一位大神朋友，ACM 兩塊金牌，從小都是保送着過來的，他告訴我 ACM 很簡單的，你刷個 5000 道題目就可以秒殺別人了。
是的，我才刷到了別人的二十分之一，就開始 YY 得到應有的榮耀了。
從那以後，我知道了“努力”是啥，這只是一種習慣，其他什麼都不是。
但是故事還有另外一個版本，直到我偶然的某天，在網上看到“30 天輕鬆入門 iOS 開發”，並且嘗試聽了聽，半天之後我就覺得，隨便上網找門免費的課程，從頭到尾跟着學一遍，真的其實入門就夠了。
4
那麼對於學習來說，這兩者有什麼區別？
我覺得就是你需要別人帶你入門、實踐、系統性的學習，但是成爲大神，你只能靠你自己。
我大二的時候，也就是六七年之前，MOOC（大型網絡公開課程）剛剛興起，也是那個時候接觸機器學習的，那時候機器學習甚至都沒什麼人聽說過，不過在經歷了兩次慘痛的教訓之後，我通過 MOOC 學習了超過 40 門的課程，其中大部分被都是機器學習相關的，極其幸運，我終於入了門。
對於我來說，依舊踩了很多很多的坑，尤其是我學了這麼多的入門課程，實際上我的機器學習水平依舊處於很底端。
顯而易見的事，大家都會滿足於一個舒適區，天天學入門課也是如此，一方面滿足了學習上的安慰，另一方面入門課簡單。
5
好了，終於步入正題了...
作爲一個過來人，其實我已經深知怎樣的學習方式會帶來怎樣的效果，另外我也想幫助更多的人來更好地入門這個行業，所以這裏我和幾位朋友合作計劃了一套相關的入門課程。
這門課是由我們幾個人一拍既合推出的，名字叫做《Python 數據分析與機器學習基礎》。
嗯，就如名字一樣，這是一門非常系統基礎的課程，學完這門課不能幫助你立馬成爲大神，你不會精通 Sklearn、Pandas，你也不會精通每一個算法的推導細節，你也不會參加數據挖掘比賽就能拿第一。
但是這門課可以幫助你脫離舒適區，真正的進入這個行業，我們的課程設計宗旨就是如此。
我們的老師，都是同樣經歷了初學者的煩惱了，有科班出身的，有數學系畢業，也有半路轉行的，因此可以放心，我們更加懂得大家需要什麼。
當然最爲重要的是專業性和負責任的態度，這一點是我們這門課可以唯一保證的東西，剩下的都只能靠你自己。
下面介紹一下我們的課程吧，這是一門可以幫助你順利入門或轉入這個行業的基礎課程，另外你也不必擔心任何基礎。
因爲我們也瞭解很多朋友在學習一門課的時候因爲存在一定的門檻而無法順利入門，這太常見了，所以這也是我們設計這門課程時着重考慮的點。
其實我們之前也開辦過兩期機器學習相關的課程，但是目前發現能堅持下來的朋友已經很少了。我們做過一個調查，不少朋友是還是因爲基礎的知識不夠紮實，導致學習非常吃力，後來無法跟得上而放棄了。所以這次爲了避免這種情況，我們完全從零基礎開始講起，帶你順利入門 Python 數據分析與機器學習。
下面是課程的一個大綱：
本課程將介紹如何使用 Python 進行數據處理、數據分析與可視化、機器學習建模等。
第1部分：Python 入門
- Jupyter Notebook 介紹，它們提供了數據科學家需要的計算環境；
- 講解 Python 基礎語法，掌握 Python 註釋、縮進、數據結構以及控制流等。
第2部分：使用 NumPy 與 Pandas 進行數據處理與分析
- 學習如何使用熱門的數據分析工具進行數據處理，來幫助自己處理現實中的問題；
- NumPy: 用 Python 高效地存儲和操作大型數組，很方便地進行數據變換；
- Pandas: 用 Python 高效地存儲和操作帶標籤的/列式數據，可用於數據挖掘中的各種特徵處理；