【#第一文档网# 导语】以下是®第一文档网的小编为您整理的《代码怎么学》，欢迎阅读！
先学习c编程语言，机械工业出版社出版的那本黑色的书，没错，一定要机红社的，叹号强是个渣，别买。 语言语法掌握的差不多以后呢，学数据结构，就可以解决意义的稍微复杂的问题，提升成就感，而后学习面向对象编程，知道面向对象和面向过程的区别。别急，你还差得很远，学习下操作系统，编译原理，计算机组成，计算机网络四门课程，知道计算机是个啥。 建议最好再看下java和算法，了解了解其他新知识也挺好的不是嘛。 好，现在在返回去c语言，产量和函数是怎么在内存中实现的？内存管理又是怎么一回事？c怎么实现进程？ 想要知道这些知识，你就要去看前人已有的东西，linux。先说到这里，就我说的这些东西，你最少都需要个一二年勤学苦练，才算入门了计算机科学。 当然了，如果你只是想泛泛的学习一下语言，各种培训机构满天飞，对应的回报也就是你只能掌握个语言的语法，这仅仅只是个皮毛而已啊，BAT之类的公司就别想了，FLAG就更不要想了。 重要的是有一个系统的思维，而不是浮于表面。祝你努力吧。 一方面，如果题主希望在人工智能方向有所建树，仅仅学代码是不足够的，编程语言终归只是语言，语言表达的还是算法，就像题主中国话一定很流利，但阅读一些汉语书写量子理论文献还是会有读不懂的可能。虽说机器学习有很多现成的包，可以直接用，但还是应该了解其背后的算法。想学习机器学习，线性代数、微积分、统计学等数学基础还是要相应了解一些的。只有了解了线性代数，才能思路清晰地理解代码用矩阵表示的维度、特征，只有了解微积分才能理解什么是梯度下降什么是最小化cost函数，只有了解了统计学才知道为什么要做数据的预处理为什么要标准化，什么是方差什么是期望。 另一方面，语言作为表达工具，一定要掌握扎实，在看scikit-learn之前，先掌握numpy，看numpy前，熟练掌握python迭代和切片的方法等等。 如果题主现在阅读机器学习的例子感到吃力，不妨先放一放，看一些浅显的数据分析的例子，以此加深对python的理解，同时补习一下数学基础为后面学习机器学习做好准备。看机器学习的代码前先在网上找一些介绍算法的文章，比如什么是线性回归，什么是k临近分类。 本文来源：https://www.dywdw.cn/240a7caccc2f0066f5335a8102d276a20029602d.html
下载此文档
搜索文档
阅读：
文档下载
2022-05-19
