一開始想要學習Python是因為想要學習金融方面的數據分析，先從udemy上面學習Python課程名稱
Machine Learning A-Z™: Hands-On Python & R In Data Science後來要寫大綱的時候才發現，這個主題好像不是我想要的....，應該是要找數據分析的課程。
後來才發現到這個課程Learning Python for Data Analysis and Visualization，才已這個為我的主題大綱，本來是想說一邊看影片學習一邊寫文章，後來發現這樣我只會看程式碼，可是不知道如何講理論，才又開始買書，從書中學理論、實作，如果有時間的話再看影片來補充資料。
後來發現資料科學比我想像中的精深，在找資料的同時發現到很多key word-> Machine Learning、Deep Learning、Artificial Intelligence、Scikit-Learn....在不斷看新課程的同時，也發現自己時間不夠學習這麼多知識，所以只能挑幾個比較符合主題的來論述。
在網路上找了一張學習地圖
http://foundation.datasci.tw/learning-map/
光是機率和統計那關我就卡了蠻久的，太久沒有碰統計，真的都忘光了，花了好多時間，卻也只是學到統計基本而已，所以又跑去買書，想說等寫完鐵人30天再來惡補。
真的覺得寫30天是一個非常快速學習的過程，可以逼自己學習新的技術。經過這次的30天，讓我多了好多計畫，希望自己之後可以認真的執行。應該會將練習的程式碼放在git上面。
筆者還會繼續研究股市，只是文章會放到部落格，希望到時候有毅力可以繼續寫下去。
網站列出了2018年Python最好的數據分析庫，這30天介紹了
之後有興趣的人可以進一部了解機器學習、深度學習、自然語言處理、數據採集的部分。
iThome鐵人賽
看影片追技術