最近在學習深度學習，之前搞了段時間的caffe，但是caffe的優點在classification，對於想學習DL的我們還是需要從基礎的學起，比如regression、clustring、dimensionality reduction等。
基礎的教學視訊可以觀看Andrew NG的機器學習公開課；
在python包上，做基礎的DL的最火的可能就是scikit-learn，也就是sklearn，我準備對這個包寫一個系列的教程，此次作為這系列教程的開山篇。

安裝sklearn

官網是這樣說的：
Scikit-learn requires:
Python (>= 2.6 or >= 3.3),
NumPy (>= 1.6.1),
SciPy (>= 0.9).
如果這些依賴你都安裝好了，可以使用：

pip install -U scikit-learn

安裝完sklearn之後，可以測試下，也就是import一下：

>> import sklearn

或者：

>> pip list  | grep scikit-learn #可以列出你所有的python包

如果不提示錯誤就是裝好了，可以使用了。

sklearn資源

（1）官網
sklearn官網
（2）原始碼git地址
Github地址
（3）官網教程
Tutorial
（4）推薦幾本書
scikit-learn cookbook
Mastering Machine Learning with scikit-learn
這兩本書都是英文版的，我就不放上來了，有需要的可以問我要（ps. 個人感覺不如看官方文件）

這篇就先到這，下次繼續啦。