一·首先呢，讨论一下什么是”人工智能“
1人工智能，无非就是智能的已经很接近人了，甚至有一天可能会超过人类，当然了，这也只是一个很渺小的猜测，百年之后，人工智能发展成啥样谁也不知道。
2.人工智能也简称为AI，他的本质呢，是能够像人一样思考，说白了，他就是一种工具，可以节省人类的脑力和劳力。
3.Ai的特点是能够进行信息处理，自我学习，优化和升级。根据所取得的数据模型进行信息处理和自我学习，并且能够对自身查缺补漏。
4.人工智能的核心方法有两种，一种是机械学习，也就是接下来我们要一起学习的内容。
二是深度学习，
二·机械学习与深度学习的区别
1.先说一下机械学习：它能够使用算法来解析数据、并且能够从中学习，然后对真实世界中的事件做出决策和预测。比如房价的涨幅预测、骚扰短信的拦截等等。
2.深度学习：能够模仿人类的神经网络（这一听起来就很叼的，放心，学习完机械学习后，我们还会一起学习深度学习的），然后建立出相应的数据模型，最后再进行数据分析，并且能够给出无限接近于我们想要的答案。这个英用也很多，支付宝付款的人脸识别、百度翻译等等。.
3两者之间的区别可以这么简单的概括一下，机械学习是一种实现人工智能的方法，深度学习而深度学习是一种实现机械学习的技术。可以抽象一下，把人工智能比作A，机械学习比作B，深度学习比作C，三者之间的关系是C在B的范围内，B又在A的范围内。
三·机械学习的主要类别
1.监督式学习：他是基于一对一的模式，也就是一组数据对应一个相对的且正确的输出结果，拿买房贷款举例子，这里边我们只考虑贷款人的工资和房子的面积来说，在现实中不肯这么简单的，他是需要大量多方面的数据来参考的。设一个人的月工资为x，房子的面积为z，可贷款为y，那么y=Ax+Bz+C,这里边的A是考虑工资的参数（在数学中我们称之为斜率也可），同样B是考虑房子面积的参数，那个C是最基本的贷款额度，也就是哪怕你没有工资也能贷一部分款。当我们有了x，z后，自然能够得到y了。
2.非监督学习：能够从数据中挖取数据之间的关联性，并没有存在的”正确“答案。同样按那个贷款买房为例子，只不过A，B，C跟x，z一样成为一个可变的参数了，并且会根据到目前的所有数据中贷款后人们是否能够快乐生活来进行相应的变化，这样更能防止客户还不起贷款等情况的发生
四·机械学习的环境
1.以python为开发语言，当然这不是绝对的，只不过python是很强大的一种语言，且是开源的，已经有很多前辈将弄好的项目整合成了一个包，有时候为了实现某个功能只需要简单的一两行代码即可，所以说他非常强大吧。对于他的安装，我们直接去官网下载即可，在这里要说一点的就是我们需要勾选A ddPython 3.8 to PATh（点击这个他会自动帮我们配置好Python的环境变量，是不是很方便），然后点击Customize installation即可，然后选择自己喜欢的安装目录。
2.jupyter notebook 是能够更方便的使用python语言开发一个大项目的工具。对于jupyter notebook和Scikit-learn的下载和配置可以通过Anaconda进行安装和配置（转至下边4）。
3.
对Python语言有所了解的科研人员可能都知道SciPy——一个开源的基于Python的科学计算工具包。基于SciPy，目前开发者们针对不同的应用领域已经发展出了为数众多的分支版本，它们被统一称为Scikits，即SciPy工具包的意思。而在这些分支版本中，最有名，也是专门面向机器学习的一个就是Scikit-learn。
Scikit-learn项目最早由数据科学家David Cournapeau 在2007 年发起，需要NumPy和SciPy等其他包的支持，是Python语言中专门针对机器学习应用而发展起来的一款开源框架。
它的维护也主要依靠开源社区。
作者：SkTj
链接：https://www.jianshu.com/p/cacbc6674984
来源：简书
著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。
这里边有对于Scikit-learn的详细简介。
这个是Scikit-learn的下载网址https://scikit-learn.org/stable/install.html
4.利用Anaconda配置jupyter notebook和Scikit-learn
（1）安装完Anaconda后运行，点击Environments，然后点击base（root）的三角，并打开列表中的第一个终端。
（2）在终端中输入conda creat -n sklearn,加载完之后然后输入y
（3）然后复制给出的conda activate sklearn语句，至此进入sklearn环境，配置完成。
（4）切换至sklearn环境
（5）接下来就是配置jupyter notebook了，点击安装jupyter notebook。
下面是jupyter notebook的界面优化，进入Anaconda的命令行输入pip install jupyterthemes，然后下载完成后在输入jt -t oceans16 -f fira -fs 17 -cellw 90% -ofs 14 -dfs 14 -T（这个是其中的一个配置下图会有显示）
