在举办数千次线下培训、撰写各种主题的博客以及设计在线培训课程后，意识到有三个要素可以区分优秀的培训和普通的培训：
决定将这三种要素融合到一个产品中，这就是在前一节中所体验到的。
现在，让介绍PocketML，即“口袋里的机器学习”。在本文的后续部分，将找到使用PocketML学习方法的前四个Python模块。
让从Python基础开始。
随着对Python的熟悉，现在是时候学习条件语句了。像“if”和“else”这样的条件语句赋予了数据科学家更多的能力，因为可以在数据本身上定义和检查多个条件。
当想要重复一组指令时，就会用到循环。对于数据科学家来说，循环是处理数据行时进行数据操作的好朋友！点击下方了解更多关于循环的信息。
函数用于组织Python代码，以便在需要时可以重复使用。以下是函数的工作原理：
def my_function():
print("Hello, PocketML!")
虽然仍在积极开发传统的在线课程格式，但相信PocketML的格式能够使社区最大限度地提高学习能力。
认为这两种学习格式可以非常好地互补。PocketML让对新的主题/平台/科目感到兴奋，而传统的模块则让深入这个话题。
喜欢吗？喜欢吗？需要改进吗？是否意识到这种格式与传统在线学习模块相比的吸引力？
非常希望听到反馈，以便在推出PocketML之前进行改进。刚刚学到的，就是开始使用Python所需的全部知识。