Como hay muchas guías excelentes para aprender Python, no tiene sentido escribir otra. Centrémonos en consejos de productividad.
- Comience con Python 3.
Siempre use la última versión estable. Python 2 todavía es compatible en muchos lugares debido a las atroces prácticas de desarrollo y la pereza. Además de las mejoras de rendimiento, obtienes una mejor infraestructura y una experiencia de desarrollo más agradable. - No te preocupes por las mejores herramientas.
No existe el mejor IDE. No obtienes lo que pagas, sino lo que configuras tú mismo. Cuadernos (Jupyter) para estudiar, editores de texto (Vim / Emacs) para desarrollo. Tómese un tiempo para leer más sobre el que elija. - Antes de llegar a ML, aprenda los conceptos básicos de la forma habitual: a través del libro de texto y los documentos oficiales de Python.
Hacer ML no es diferente de cualquier otro desarrollo, después de todo. - Obtenga una buena visión general de los marcos.
josephmisiti / awesome-machine-learning es más de lo que necesitará, principalmente porque está sobrecargado con cosas oscuras que solo un par de personas usan. De todos modos, familiarícese con lo que existe para que, cuando llegue el momento, sepa qué usar. - En Python, menos es más.
La mayoría de los modelos de aprendizaje de máquinas bien escritos que se basan en el uso de marcos están muy … condensados. Cuando esté escribiendo un guión, hágalo corto, pero comprensible, de modo que no necesite saltar entre varios archivos si tiene que depurarlo. - Lea “Python eficaz” por Brett Slatkin.
Es un libro increíble para principiantes que describe buenas prácticas de desarrollo. - Presta mucha atención a los fundamentos. Aparte de lo obvio “aprende bien el idioma” – aprende Numpy. Muchas cosas están construidas encima.