在本教程系列中，我们精心设计了课程 Notebook。直接！一次性与大家分享机器学习中最常用的六个 Python 模块，包括 NumPy，Pandas，Matplotlib，Scikit-Learn，PyTorch 与 Tensorflow 的快速上手教程。

在这里，我们已为你预先配置好了所需的环境配置，使用我们为你准备的在线 Notebook：Bohrium 案例广场Bohrium Squarehttps://nb.bohrium.dp.tech/你无需担心环境配置和依赖问题，仅需要专注于学习本身。依靠免费的 2 核 4G 计算资源，你可以在平台上直接运行和修改代码。

如果你：

纸上得来终觉浅，觉知此事要躬行。不要犹豫，快动手跑起来吧，这就是你寻找的答案。

NumPy 是 Python 中最基础的科学计算库，为我们提供了高性能的多维数组处理和计算功能。NumPy 教程：​​​​​​​快速开始 NumPy｜了解 NumPy 的数组并实现常用的数组操作NumPy,Tutorialhttps://nb.bohrium.dp.tech/detail/1010

Pandas 是一个强大的数据处理和分析工具，可以帮助我们快速地处理各种数据格式和数据清洗任务。Pandas 教程：​​​​​​​快速开始 Pandas｜了解 Pandas 的数据结构并实现常用的表格操作Tutorial,Pandas,中文https://nb.bohrium.dp.tech/detail/1008

接下来是数据可视化方面，我们将学习 Matplotlib，它是一个十分流行的绘图库，支持绘制各种高质量的二维图形和图像。Matplotlib 教程：​​​​​​​快速开始 Matplotlib｜广泛使用的 Python 数据可视化模块Tutorialhttps://nb.bohrium.dp.tech/detail/1012

在机器学习方面，我们将学习 Scikit-Learn，这是一个非常实用的机器学习库，包含了许多常用的机器学习算法和实用工具。Scikit-Learn 教程：​​​​​​​快速开始 Scikit-Learn｜使用 Scikit-Learn 建立机器学习模型Scikit-Learn,ML-Tutorialhttps://nb.bohrium.dp.tech/detail/1005

PyTorch 是 Facebook 开发的一个开源深度学习框架，以其简洁的编程风格和动态计算图著称，让用户可以更直观地构建和调试神经网络。PyTorch 还具有很好的社区支持和生态系统，为用户提供了许多预训练模型和教程资源。PyTorch 教程：​​​​​​​快速开始 Scikit-Learn｜使用 Scikit-Learn 建立机器学习模型Scikit-Learn,ML-Tutorialhttps://nb.bohrium.dp.tech/detail/1005

TensorFlow 是由 Google 开发的一个开源深度学习框架，它提供了丰富的 API 和工具，其核心特点是其灵活的计算图和自动微分功能，使得用户可以轻松地实现复杂数学运算和搭建复杂的神经网络。TensorFlow 教程：快速开始 TensorFlow2｜面向初学者的快速入门Tutorial,TensorFlowhttps://nb.bohrium.dp.tech/detail/1011

以上就是本期的六篇 Notebook 机器学习入门教程。相信通过本系列教程，你可以在巩固你的 Python 基础语法之余，快速上手使用 Python 的机器学习实践，奠定一个坚实的基础。期待你与我们分享你的收获。