寫了一陣子的Python入門書，終於上線了。
這書是我這幾年自學Python語言，並用來教授大學生財務應用的程式語言教材。因為我沒有計算機程式背景，所以非常知道外行人初學程式語言的辛苦過程，我很確定完全沒有背景的朋友，也可以自學上手。這書適合什麼人？社會科學、管理相關科系大三、大四以上，或是研究所，相要自學Python，而且未來工作會用到數據分析，但完全沒有經驗的學生。
我要講一下我從學習到出書的過程。
現代社會都強調懂得電腦程式語言的重要性，連中小學生都在強調課程裡要加入電腦程式語言的元素，因為「軟體正在吃掉全世界」。但這種呼聲，反而給家長和學生，許多的無形壓力。要學習的話，就要投入時間和資源，學的好壞，也不是馬上看得到結果，而一旦有個程度很高的同儕在旁，那更會把壓力拉到最高點，「怎麼同學這麼厲害？」「我已經花了這麼多時間，怎麼還差這麼多？」最後不是放棄了這個「夢想」，就是對這個過程充滿反感，成功者幾稀。
我也受過這個苦。我們那個時代的理工科系大學生，PC才剛從286、386一路進到家庭、教室和公司，但已經有同學寫了程式多年。大學的好友，整天在耳邊講「劉燈、賀元、資迅人」，要我也去逛天龍書局，然後有一堆人整天在計算機終端室打MUD，我對科技沒有恐懼感，我還寫了台大化工系的第一個HTML首頁，但就因為這些超強同學的存在，「寫程式」一事，就變成令人敬畏，甚至令人望之怯步的一條路。
但電腦程式語言的學習和應用，不應該是這樣。十幾、二十歲的大學生，學什麼都可以，沒有太晚這種事，只要有心，不要管這些同儕壓力，一步一步來，把程式從無弄到可以跑，那是一個很有滿足感的過程。這是我會給二十歲的我的建言，畢竟軟體真的在吃掉全世界。
電腦程式就這樣和我，「你不認識我，我也不想理你」地經過了十幾年，後來三十多歲開始唸經濟學博士班，才又碰頭。博士班正式開學前的暑假，學校開了數學先修班，一個很厲害的老師，快速地教過博士班要用的線性代數和微積分，同時也讓我們上機用MATLAB。一用不得了，原來有目的地編寫程式，是這麼有趣的事。所以博士班的時候，同學都在學Stata，我則是想把所有的回歸分析，通通用MATLAB處理。
博士班畢業後來到敝小學校教書，一人獨攬所有財務課程，包含計量方法在內，我也讓學校買了幾套學生版的MATLAB，用來教學。但在美國會唸商管、經濟的學生，數理程度是比理工科系的稍差一點，所以教計量方法有些吃力，但也就是這樣，我得確定我的教材適合門外漢。後來發現MATLAB還是太貴，學生畢業了，可能也是一輩子都用不到，所以我想找個開放的程式語言作為代替。稍作一下研究，很快就選定Python，這語言和MATLAB的共通性不小，又容易上手，還有一大堆前人寫就的函數可以用，所以我很快就自學學會，再把MATLAB的知識、教材轉過來Python。Python因為開放，又容易學習，所以學了以後，還有許多用途，資料分析只是Python的一小部份應用，寫網頁、寫遊戲、做手機app，都是Python可以做的事。
我就這樣不小心地打開了這個奇異世界的大門。
雖然學生不是人人都能理解程式語言的美妙和功效，但每次教這課，總有一、兩個學生因為我而開始走這條路，我心裡都很開心，看著「青出於藍，而勝於藍」的學生，那是相當令人滿足的經驗。經過幾年的教學，我決定把教材編寫成書，讓更多人可以走入這門。二年斷斷續續的編寫，終於成就了這本入門書。
寫書，當然不是作功德，是要賺錢來的。所以，大德們，買一本吧，雖然是英文版，但程式碼比英文字多很多，很好懂的。亞馬遜的連結在下方。
python自學 在 [心得] 自學AI心得- 看板Python - 批踢踢實業坊 的八卦
各位前輩好
小弟自從一年前開始在本版和DataScience版出沒
漸漸從完全0程式語言基礎，到可以訓練model
受到版上許多人的指引和建議
以下整理這一年多來使用覺得適合初學者的自學資源：
（網誌版本包含連結：https://x60606.pixnet.net/blog/post/300451728）
※什麼人適合讀這篇文章?
. 具有高中數學程度的人（其實也只要會矩陣和向量就可以了）
. 完全沒有程式語言基礎的人
. 有心想自學AI的人，並用於工作領域的人
. 恰好有3-6個月的空閒時間，希望多學一種語言的人
※學習時間大約要多久？
心無旁鶩的全心學習的話，大約一個月可以上手python程式語言
再大約3-6個月可以操作AI機器學習。
之後依應用領域不同自行挑選工具學習。
※第一階段
初學Python 程式語言
推薦書單：
《精通 Python：運用簡單的套件進行現代運算》Introducing Python
作者：Bill Lubanovic
從安裝下載python 及其相關套件開始教起
用語詼諧幽默，比喻生動有趣
不要被中文標題嚇到了，其實它只是introduce而已。
使用方式：
將內容範例程式碼逐步打過，養成眼到手到的習慣，兩周左右便可撰寫基礎程式碼。
從第一章開始閱讀，練習到第六章即可。
第一個難關：環境建立
初學者最常遇到的困難就是在自己的電腦上安裝編譯軟體，
由於Mac, Windows, Linux各種作業系統安裝方式不盡相同，
時常會遇到書上沒有教的窘境。
因此初學者我推薦上面這本書。
小撇步:
之後如果覺得安裝各種套件很麻煩，可以直接下載Anaconda，
使用Jupyter notebook 撰寫，自動包含所有常用機器學習套件。
※第二階段：
熟練Python並了解各種演算法之間的時間複雜度、空間複雜度差異。
推薦學習資源:
Leetcode 網站題庫
使用方法:
挑選自己有興趣的題目寫，也可以選擇難度為「簡單」的題目練習。
大約寫5-10題即可，1-2周即可完成本階段。
完成題目之後可以到討論區看其他專業工程師如何解決同樣的問題，如何更簡單明瞭、運
算更快速。
用最短的時間在資工系最硬必修──「資料結構」、「演算法設計」初窺門道。
並藉此複習上一階段沒有熟練的指令碼。
第二個難關：忘記學過的指令碼
所以需要靠刷leetcode練習複習。同一個題目能夠看到別人用不一樣的方法解決，知道自
己的不足。
※第三階段：
機器學習基礎知識
學習資源：
網路課程：林軒田教授、李宏毅教授
林軒田教授的課程比較學術生硬，投影片精美，講解詳盡有邏輯，數學成分較多，非常適
合對原理有興趣的你。(基礎課程請按此) (進階課程請按此)
李宏毅教授的課程風趣幽默，上課步調比較隨興輕鬆，適合喜歡結合生活應用的你。(ML
lecture 請按此)
使用方法：
兩位台大教授都有將課程影片上傳至youtube，可以挑選一位從頭到尾看完。
太過於理論或數學推導的部分可以兩倍速帶過。
安排一天3小時，綜合做筆記時間，大約4-6周左右可以掌握AI機器學習所有名詞的意義，
以及數學上的邏輯、生活中的應用。
第三個難關：對機器學習原理感到迷惘或卻步
別擔心！請記得，機器學習是數學家和資料科學家經年累月發展出來的深奧學門，一般人
不需要了解全部的詳細原理，像是您學習開車但是不需要知道所有的機械結構，只要掌握
與操作有關的重點，並知道重要名詞之間的關聯即可，目標是下一階段的實作！
※第四階段
機器學習程式碼操作
書單推薦：Tensorflow + Keras 深度學習人工智慧實務應用
網路資源：AI 百日馬拉松 (不是免費的，一個人報名費約2000元左右)
我自己有報名第二屆，值得推薦的地方是他會每天給你一點程式碼
也會提供教學講義網站和重要資源的連結
學期間有助教隨時解答
不過我自己覺得，對非科班出生的人而言，原理和教學圖解部分太少
有時候中文語句也不是很通順，還有許多改進空間
因此上面三個階段完成的人來看會比較不吃力
未來應用若有很好的資源會再補充！
歡迎提供更多資源建議，謝謝！
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 58.114.177.47 (臺灣)
※ 文章網址: https://www.ptt.cc/bbs/Python/M.1565422919.A.548.html
... <看更多>