今天來到了鐵人賽的第十天，都快過了 1/3 結果一行程式碼都還沒寫到，別急別急，等今天安裝完一些工具之後，就可以開始動動手寫 code 了。

小小回顧

在正式安裝工具之前，這裡還是花一小段時間回顧一下我前面在做什麼

Day 2 AI, Machine Learning, and Deep Learning

這天談到了三個現今耳熟能詳的三個關鍵字：人工智慧、機器學習、深度學習之間的關係。人工智慧是人類一直夢寐以求要達到的目標，機器學習是幫助人類實現人工智慧的方式之一，深度學習是機器學習中處理問題與學習的一種方式。

Day 3 機器學習的步驟

所以到底機器要怎麼學習？有七個主要的步驟如下：

1. 收集資料 (Gathering data)
2. 準備數據 (Preparing that data)
3. 選擇模型 (Choosing a model)
4. 訓練機器 (Training)
5. 評估分析 (Evaluation)
6. 調整參數 (Hyperparameter tuning)
7. 預測推論 (Prediction)

Day 5、Day 6、Day 7 迴歸分析

這裡話鋒一轉，突然講到了迴歸分析，那是因為在過去人們就靠著迴歸分析的方法，來對已經收集到的資料建立模型，來預測未來可能發生的事情，而這也是現今機器學習在做的事情。機器到底在學什麼？機器在學著如何像人類一樣做出判斷，人類依據經驗或是邏輯推理做出判斷，而機器會依據模型來做判斷。

在阿鐵的例子當中（如果你還記得的話），他要解決的問題是，預測新車油耗與里程數之間的關係（多少油可以跑多遠），那麼要怎麼做呢？

首先，他先在論壇上收集了一些資料（收集資料、準備數據），接著他選擇了最簡單的線性模型（選擇模型）來做回歸分析，過程中他知道要找到最準的線，就是要找到 Loss Function 最小的地方。

Day 8、Day 9

Loss Function 最小的地方 要怎麼找呢？這時候我們介紹了梯度下降法的實作概念（訓練機器）。但梯度下降法也不是什麼萬靈丹，還是有些可能會產生問題的地方，這時候機器再厲害可能都沒有用，就需要人的經驗、不斷的實驗來不斷優化模型。

講到這裡，其實我們就大概跑過了機器學習的前四個步驟，這當然是極度簡化的版本，希望看官們看到這裡，對於機器學習有個非常基本的了解。

### 回到正題，我們來安裝 Anaconda 吧

[Anaconda](https://www.anaconda.com/) 是一個開源、免費、可以在不同作業系統上執行的工具。Anaconda 是個大補帖（或者你可以說是懶人包），除了 Python 之外，還有許多跟資料科學、機器學習的第三方套件可以使用，可以說是非常方便，一站搞定。

#### 下載 Anaconda

你可以到[這裡](https://www.anaconda.com/distribution/)根據你的作業系統，下載對應的 Anaconda 檔案（我用的是 macOS 版本）

![Imgur](https://i.imgur.com/SchXypi.png)

其實安裝過程非常簡單，不需要做任何的設定，就讓它一路到底

![Imgur](https://i.imgur.com/MNnMPx2.png)

#### 啟動 Anaconda 並執行 Jupyter

安裝好之後，就可以啟動 Anaconda。這時候桌面會出現一個綠色的環。

![Imgur](https://i.imgur.com/dvv7MGc.png)

啟動之後來到到了 Anaconde 的介面，你會發現上面有不少的工具可以使用

![Imgur](https://i.imgur.com/LXHWa0B.png)

接下來，我們要使用的是 **Jupyter Notebook**。Jupyter 是一個很像 editor 也很像 IDE 的東西，也就是我們可以在上面寫 python 的程式碼，同時也可以直接在上面逐行執行程式碼並看到結果。不如就讓我們直接來看看吧。

點擊 Jupyter Notebook 下方的 Launch 按鈕，這時候會啟動 Jupyter 並跳出一個瀏覽器頁面。

![Imgur](https://i.imgur.com/jqZg1k6.png)

#### "Hello world" on Jupyter

點擊右上角的 New 然後選擇 Python 3，就可以打開一個新的檔案。在這個檔案裡，中間主要的區塊就是讓我們寫程式碼的地方。讓我們在第一區塊 (cell) 寫下

`print ("Hello world")`

![Imgur](https://i.imgur.com/zWevUA8.png)

之後，按下上面的 Run 按鈕，Jupyter 就會開始執行你目前所在位置的區塊的程式碼，並立即看到結果。你會看到原本程式碼的下方，出現了 Hello world 的字

![Imgur](https://i.imgur.com/b7PE6oB.png)

當然之後我們會持續地寫入我們需要的程式碼，然後透過逐行執行的功能，來幫助我們確認程式碼的 output 以及 debug 

![Imgur](https://i.imgur.com/MrU1R2o.png)

最後，別忘記存檔。在 Jupyter 上編輯儲存的檔案類型是 .ipynb

![Imgur](https://i.imgur.com/e1OHgzl.png)

就這樣，我們已經可以開始在這裡寫 Python，未來將可以在這裡運用更多的 Python 套件來做機器學習。工具設定好了，明天來寫點程式碼暖暖身吧！