Set up python development environment 設定Python開發環境

Set up python development environment 設定Python開發環境

1.安裝Visual Studio或Visual Studio Core

https://code.visualstudio.com.

or

https://visualstudio.microsoft.com/

2.安裝Python

install Python from the Microsoft Store

3.確認Python安裝成功

4.啟動Visual Studio Core，安裝Python extension

5.選取 [Python 解譯器]
opening the Command Palette (Ctrl+Shift+P), start typing the command Python: Select Interpreter to search, then select the command

6.第一次啟動Python: Select Interpreter需要一些時間偵測此台主機已安裝的Python環境

7.選擇Python環境

https://code.visualstudio.com/docs/python/environments

8.在VS Code 終端機執行Python程式
   啟動終端機方法1，Terminal > New Terminal

    啟動終端機方法2，View > Terminal

9.若出現無法辨識conda命令

   輸入python若出現無法辨識python命令

    解決方法: 設定環境變數，在Path變數加入以下兩個路徑
    C:\Program Files (x86)\Microsoft Visual Studio\Shared\Anaconda3_64\Scripts
    C:\Program Files (x86)\Microsoft Visual Studio\Shared\Anaconda3_64

 
    正常啟動終端機的畫面如下

10.執行python，進入Python環境
     輸入印出Hello world的Python程式碼 print("Hello World")

11.測試執行python script檔
   新增一個py檔，並輸入以下Python script
   msg = "Hello World"
   print(msg)
   儲存後，按右鍵選擇[ Run Python File in Terminal]

 
    執行結果如下

SQL Server Machine Learning - Python client:

1.下載PowerShell script安裝Python for SQL Server Machine Learning Service/Server
https://aka.ms/mls93-py
or
https://aka.ms/mls-py

The script installs Anaconda 4.2.0, which includes Python 3.5.2, along with all packages listed previously.
Microsoft Python packages common to both client and server systems include the following:

• revoscalepy
• microsoftml
• azureml-model-management-sdk
• pre-trained models

This article describes how to install a Python interpreter (Anaconda) and Microsoft's Python packages locally on a client machine. Once installed, you can use all of the Python modules in Anaconda, Microsoft's packages, and any third-party packages that are Python 3.5 compliant. For remote compute context, you can only call the Python functions from packages in the above list.

2.若沒有指定安裝路徑，預設安裝在 C:\ProgramFiles\Microsoft\PyForMLS

3.設定環境Path變數
C:\Program Files\Microsoft\PyForMLS

4.IDE開發工具才能偵測到安裝號的Python環境
    Visual Studio Code

    Visual Studio須自訂這個新的Python環境

Reference:
 Get started using Python on Windows for beginners
 https://docs.microsoft.com/en-us/windows/python/get-started/python-for-education
 Getting Started with Python in VS Code

 https://code.visualstudio.com/docs/python/python-tutorial
 How to install Python client libraries for remote access to a Machine Learning Server
 https://docs.microsoft.com/en-us/machine-learning-server/install/python-libraries-interpreter

Learn Python from Microsoft

Get started using Python on Windows for beginners
https://docs.microsoft.com/en-us/windows/python/get-started/python-for-education

Introduction to Python
https://docs.microsoft.com/en-us/learn/modules/intro-to-python/

Visual Studio | Python
https://docs.microsoft.com/en-us/visualstudio/python/?view=vs-2019



基本上，一個Module就是一個py檔
將多個py檔包在一個目錄下，且包含一個__init__.py檔，就是一個Package

MyPackage1/
├── __init__.py
├── module1.py
└── module1_import.py

Python與機器學習的學習資源

Python與機器學習的學習資源

Python 新手 100 天學習計劃

jackfrued/Python-100-Days
https://github.com/jackfrued/Python-100-Days
第一階段，Python 語言基礎（學習週期 15 天）
第二階段，Python 語言進階（週期 15 天）
第三階段， Web 前端入門（週期 10 天）
第四階段，玩轉 Linux 操作系統（週期 5 天）
第五階段，數據庫基礎和進階（週期 5 天）
第六階段，實戰 Django（週期 15 天）
第七階段，實戰  Flask（週期 5 天）
第八階段，實戰 Tornado（週期 5 天）
第九階段，爬蟲開發（週期 10 天）
第十階段， 數據處理和機器學習（週期 15 天）
第十一階段， 團隊專案開發（週期 10 天）

Tableau整合Python

Python-Tableau Integration
https://medium.com/@vishal152715/python-tableau-integration-9139bcadaf5
tableau/TabPy
https://github.com/tableau/TabPy
如何在Tableau中用Python
https://kknews.cc/zh-tw/other/g86kbpl.html
Python Integration with Tableau And Running Python Scripts inside Tableau
https://www.technicaljockey.com/tableau-training-consultant/python-integration-with-tableau/

機器學習

• 監督式學習（Supervised Learning）
• 分類 Classification algorithms 
• 回歸 Regression 
• 非監督式學習（Unsupervised Learning）
• 聚類 Clustering
• 降維 Dimensionality reduction
• 增強式學習 (Reinforcement Learning)
• 模型已知（Model Based）
• 模型未知（Model Free）
• 近似強化學習的基本方法，包括帶值函數的TD學習、近似值疊代、近似策略疊代和最小二乘策略疊代。

       三大類機器學習：監督式、強化式、非監督式
       https://en.wikipedia.org/wiki/Machine_learning
       模型匯總19 強化學習（Reinforcement Learning）算法基礎及分類
       https://kknews.cc/tech/6p248pv.html

圖解機器學習
http://www.r2d3.us/圖解機器學習第一章/
機器學習：使用Python
https://machine-learning-python.kspax.io/
用 Python 自學資料科學與機器學習入門實戰：Scikit Learn 基礎入門
https://blog.techbridge.cc/2017/11/24/python-data-science-and-machine-learning-scikit-learn-basic-tutorial/
[資料分析&機器學習] 第1.1講：Python懶人包 Anaconda 介紹＆安裝
https://medium.com/jameslearningnote/medium-com-jameslearningnote/home
Python 科學計算入門（來自 UCSB Engineering 的 M. Scott Shell）
Python's documentation, tutorials, and guides
https://www.python.org/doc/

影片

機器學習入門
http://moocs.nccu.edu.tw/media/17901
線性回歸的基本概念
http://moocs.nccu.edu.tw/media/17893
Google Developer Python Course
https://www.youtube.com/playlist?list=PLfZeRfzhgQzTMgwFVezQbnpc1ck0I6CQl

深度學習

深度學習（英語：deep learning）是機器學習的分支，是一種以人工神經網路為架構，對資料進行表徵學習的演算法
https://zh.wikipedia.org/wiki/%E6%B7%B1%E5%BA%A6%E5%AD%A6%E4%B9%A0

人工智慧、機器學習與深度學習間有什麼區別?
日期：Jul 29, 2016
https://blogs.nvidia.com.tw/2016/07/whats-difference-artificial-intelligence-machine-learning-deep-learning-ai/

[自學課程]成為 Python AI 深度學習達人的第一堂課
http://moocs.nccu.edu.tw/course/172/intro

CNN（卷積神經網絡）、RNN（循環神經網絡）、DNN（深度神經網絡）的內部網絡結構的區別
https://kknews.cc/zh-tw/news/6n84mm3.html

其他

機器學習跟統計學差在哪？哈佛博士：機器學習重視預測結果，統計學在乎因果推理
Posted on 2019/05/02
https://buzzorange.com/techorange/2019/05/02/difference-between-statistics-and-machine-learning/
機器學習和統計的主要區別在於它們的目的。機器學習模型旨在使最準確的預測成為可能。統計模型是為推斷變數之間的關係而設計的。