提示：本文更适合想从事技术开发的人阅读
今年以来，我一直在关注数据分析、人工智能、机器学习等领域，对相关的资讯和深度分析的文章基本上都仔细进行了阅读。
关注这几个方向，一方面这代表了当前信息产业发展的方向，另一方面我自认为数学底子还不错，如果朝这几个方向进行研究，也算是将我擅长的技能进行了充分利用。
方向定了，接下来就是要找一个小小的切入点，我的选择是从研究python开始，随后切入数据分析领域，最后再研究机器学习。
自从年初google阿尔法狗在围棋大战中战胜李世石九段之后，在全世界就掀起了研究人工智能的热潮。
人工智能的研究最早始于60多年前，只是限于计算能力的限制，直到最近几年才开始朝产业化的方向迅速发展。
机器学习属于人工智能的一个分支，它是让机器能具备摆脱对人工指令的依赖，能按照一定的算法开展自主学习的能力，它的出现才真正让“人工智能”不枉智能二字。
所以，未来5到10年，整个人类社会都会迅速朝这个方向演进。
如果我们个人想顺应这个潮流，我建议应该快速切入python的学习。
因为无论是大数据分析，还是机器学习，python都有很强大的支持能力。
高盛最近刚发布了关于人工智能的生态展望，其中就提到了python，如下图：
从中可以看出，python代表了适应未来的一种趋势。
python作为脚本语言，它本身具备了一般脚本语言的诸多优点，如：易上手，即写即能运行，易读，易维护等，同时它经过十多年的发展，目前能支持的领域非常广大，按照《python学习手册》作者的说法，python可以从支持航空航天器系统的开发到小游戏开发的几乎所有的领域。
这最根本还是来源于它一开始的开源策略。
我个人坚决选择从事python方向的开发，除了它的诸多优点之外，还和我之前从事shell的开发也有关系，我最近刚看完了《简明python教程》（注：这绝对是入门的一本好书，如果谁想学习python，强烈建议先学习一下），发现他们的很多语法都是比较类似的，可能它们同属于脚本语言的缘故吧，两者都没有java或c++那么多复杂的东西。
按照有些专家的说法，shell程序是不容易让人阅读和理解的，而python就没有这方面的问题。
既然shell我都已经很熟练掌握了，python有什么难的呢？
当然，语法虽然变简单，但python可比shell强大得多了，适用的范围也更广，套用目标管理的理念来说的话，我研究python就是一种自然爬坡的过程，我让自己处在了挑战区当中，既不会很容易就能成为机器学习方面的专家，也不会因为切入的难度太大而早早放弃。
以上就是我个人的一点体会和建议，供想从事代码开发的朋友参考。
现代人面临的问题就是信息过载
我的底线就是不生产更多的垃圾
网友评论