想轉行 點學python 最好

完全同意

想轉行 點學做手術 最好

學SQL先會好d
香港地黎講d公司用SQL多過用Python

第二個階段學好 OOP 同埋 data structures 先, 之後基本 functional programming 同埋 high performance computing.
第三個階段搞掂 undergrad maths + pg stat
第四個階段先好學人講 machine learning.

何以見得

2. OOP Java、C#重要啲，python未必需要，當然如果學埋就最好。
3. 如果有maths 底，特別係stats，係重要嘅。
4. 所以最好試吓學用KMINE，了解一下成個ML 嘅training 同prediction嘅workflow係點先，之後先返番去python。

講到尾，2、3、同4，要上返個degree course，自學係有啲難度。

OOP 唔識點用 pytorch / sklearn? 基本 class inheritance 再 extend 個 method 呢啲唔識點做 ML 學 KMINE 唔會有咩幫助, 你講個 training, prediction 啲 workflow 一定要由理論讀起. Data leakage 問題 practical 做幾耐嘢冇讀唔識就唔會識.

咁起碼佢試左知自己唔得先 樣樣野都咁諗 成世人都唔洗學野 不過講又講大部分人話學咩咩都係三分鐘熱度有時唔係能力 係心態問題

1. sklearn/pytouch都係學call 裏面class methods，python 又唔駛真係要學點樣去construct classes，識寫function就得。

2. practical——-坊間有大量datasets download，去Kaggle搵。

不過始終小弟始終認為呢啲環節都係比較後期，唔好嚇親樓主。都係先學好basic syntax啲基本功先，之後睇吓有冇興趣學落去，有就去報個degree course。

唔認同, 因為 python 本身係 object-oriented in nature. Construct class 係完成基礎 control flow 之後必學嘅事. 最基本 pytorch 寫個 neural network 都要 inherit nn.module. Programming 並唔係一件咁輕鬆嘅事. 另外 generator 寫法喺 data processing 上度都有用. 如果你話淨係識 function 唔理 OOP 咁不如用 Julia. 完全脫離 class 嘅 concept.

Dataset download 幾多去練習都係唔會識正確嘅 model deployment 同埋 pipeline design, 同埋一堆 common 問題 e.g. concepts drift / data leakage. 只有先學習理論, 再寫 program 練習先係正確路線. 所以唔存在用 KNIME software 就會學到個基礎. 呢啲真係要 take course.