時光荏苒，轉(zhuǎn)眼已經(jīng)來到千鋒Python培訓(xùn)兩個月了，學(xué)習(xí)的時光總是過得很快，我也一直在進步著。我們第二階段學(xué)了一些網(wǎng)頁前端的知識，這塊還算比較簡單，通過對html，css，js的學(xué)習(xí)，讓我們對網(wǎng)站的制作有了新的認識，然后又進入了一個新的階段python大數(shù)據(jù)與人工智能，主要學(xué)習(xí)了數(shù)據(jù)分析和可視化，機器學(xué)習(xí)框架scikit-learn，大數(shù)據(jù)和深度學(xué)習(xí)框架tensorflow，數(shù)據(jù)分析與可視化主要使用了三劍客numpy、pandas、matplotlib，使用這三個庫可以對大數(shù)據(jù)進行處理分析，并畫出圖例，機器學(xué)習(xí)分為監(jiān)督學(xué)習(xí)和無監(jiān)督學(xué)習(xí)，監(jiān)督學(xué)習(xí)中有KNN算法，線性回歸，邏輯斯蒂回歸，決策樹，樸素貝葉斯等，無監(jiān)督學(xué)習(xí)主要有聚類k-means，降維等，通過這些方法來完成對大數(shù)據(jù)的分類和回歸。

　　由于這一階段學(xué)習(xí)了大數(shù)據(jù)與機器學(xué)習(xí)，我想簡單談一下大數(shù)據(jù)與人工智能，我所理解的大數(shù)據(jù)，就是從海量的數(shù)據(jù)中挖掘出那些不直觀但是又很有價值的信息，比如一家百貨公司，可以通過對顧客的購買記錄進行分析，并向顧客進行產(chǎn)品推薦;一個搜索引擎可以根據(jù)人們對不同詞語的搜索次數(shù)來了解用戶近關(guān)心的事物;今日頭條會根據(jù)我們的瀏覽記錄推送我們感興趣的內(nèi)容等等這些都是大數(shù)據(jù)的應(yīng)用，可以說大數(shù)據(jù)與我們生活息息相關(guān)，運用好大數(shù)據(jù)也會給我們帶來許多驚喜。

　　5月27日上午，世界排名的圍棋手柯潔對戰(zhàn)AlphaGo，經(jīng)過三局的較量,終以3:0落敗，這標(biāo)志著人工智能又上了一個新的高度。但是我認為當(dāng)前的人工智能還不太成熟，是只能在某特定的領(lǐng)域發(fā)揮作用，比如AlphaGo是主要用于下圍棋的，用來干其它的事遠沒有這么好的效果，第二是訓(xùn)練的成本太大，比如想要用人工智能對照片區(qū)分，首先需要大量的照片給機器訓(xùn)練，也許有些新事物我們沒有足夠的樣本，第三是人工智能的自主性比較差，還需要人類的輔助才能完成任務(wù)。但是，人工智能對于提高人們的工作效率，解決一些人類不擅長的事物還有很厲害的，總之，未來一定是屬于人工智能的。

　　雖然現(xiàn)階段每天要講的知識點很多，但是能夠用所講的知識寫出來東西就會很高興;雖然學(xué)的知識很簡單，但是很喜歡這種感覺。學(xué)習(xí)編程重要的就是要熟練掌握各種知識點，勤加練習(xí)。眼高手低就永遠也學(xué)不好編程，編程注重實踐，注重結(jié)果，能寫出來自己的東西將來才能找到好的工作。