Miniconda提供快速、简便的Python环境管理，包括安装、运行和更新软件包及其依赖项。Jupyter Notebook是一个交互式笔记本，在机器学习研究中广泛使用。本文旨在进行基础的环境配置，为后续的机器学习实践打好基础。
Miniconda与Jupyter Notebook
Conda 是一个开源的软件包管理系统和环境管理系统，用于安装多个版本的软件包及其依赖关系，并在它们之间轻松切换。
Miniconda是一个小巧的Anaconda的引导版本，核心是Conda。它旨在提供快速、简便的Python环境管理，包括安装、运行和更新软件包及其依赖项。Miniconda只包含Conda、Python、它们依赖的软件包以及少数其他有用的软件包，如pip、zlib等。这些特点使Miniconda成为那些只需要基本Python环境和工具的用户的一个很好的选择。
Jupyter Notebook是一个交互式笔记本，支持运行 40 多种编程语言。 它本质是一个 Web 应用程序，便于创建和共享程序文档，支持实时代码，数学方程，可视化和 markdown。在机器学习能方面非常实用。
安装Miniconda
选择哪个安装包
下面是官网上列举的差别，Miniconda只包含了不到70个package。如果想逐步了解需要哪些package，或者用不到太多package，可以选择Miniconda。根据《动手学深度学习》里指引，这里选择Miniconda。
https://docs.anaconda.com/distro-or-miniconda/
安装Miniconda
从这里进入： Miniconda
查看历史版本记录：Miniconda历史版本
1、找到适合自己机器和Python版本的，比如：Miniconda3-py39_24.7.1-0-MacOSX-x86_64.pkg
2、安装完查看查看安装信息
conda info
初始化环境
初始化conda环境
~/miniconda3/bin/conda init创建一个使用环境
关闭并重新打开当前的shell。并使用下面的命令创建一个新的环境，这里创建一个名称为mllearning的环境
conda create --name mllearning python=3.9 -y对应界面显示如下：
安装package：jupyter notebook
这里安装当前需要的：jupyter notebook
安装界面类似下图
按照其它package：numpy，matplotlib等
图略
运行线性回归
运行jupyter notebook
对应界面如下，jupyter启动后会打开本地8888端口
创建ipynb文件
创建一个以ipynb作为后缀的文件，我这里取名hello，文本编辑以下内容：
{ "cells":[] }在浏览器打开如下展示：
打开这个文件，尝试运行一句python，可以看到这里类似console，可以直观看到结果：
线性回归实现
实现逻辑与代码参见上一篇文章：【动手做】Python实现线性回归-CSDN博客
定义模型
定义图像展示
运行代码并展示结果
最后
到这里可以暂时可以休息会了，可以以更加可视化、实时反馈的方式来进行学习了。
