Intro

我所在的学校，专业培养方案在我这一届出现了一些变动，从一开始的传统单一培养方案变成了：Java培养或者是Python培养方案。
在最开始我承认我是因为Python的简单易入门而选择了Python分流培养方案，不过在选择了之后我细细看了看它所有的专业科目，我发现其实不只是单纯的Python的使用分流，而是一门基于Python的数据分析的课程，这或许与后面的深度学习课程提供了基础。

没错，是我想得太简单了，数据分析或是机器学习是一个十分有难度的专业课程。面对很多专业术语，概率分析，量化公式我则会显得手足无措。这篇文章最开始是在25年11月4号创建的，但是我一直在梳理内容，面对这种难度极高的课程，我一直去想我应如何在这种我从未深入理解过的条件下写出有实际意义，浅显，易懂且不冗余的笔记呢？

于是，在25年11月10号，我心血来潮的写下了这第一段引入，我先打个初稿，尝试通过书本目前所学的分类、聚类、回归分析三个大章开始。同时加入Python的NumPy、Matplotlib与Pandas库的使用教学。

闲暇之余，我也写了一篇文章，记录了PyTorch的学习历程: PyTorch张量计算，张量计算对于深度学习领域，也同样是个不可缺少的部分。

paused on 2026：后续可能会缓慢更新，目前维护的项目和事情有些多。