在這個自媒體和各路AI培訓課程異常火爆的時代,如何選擇最適合自己的資訊顯得尤為重要。
針對該問題的答案,首先要明白自己所問問題的想要達到的學習結果或者層次。如果是從真正瞭解演算法原理,掌握演算法作者的思路和想法的角度去理解演算法,學習演算法,建議參考採用“第一性原理”,即讀原著論文。因為原著論文是最接近作者本意,是沒有經過後期任何加工和修改的,最能闡述作者思路的起點性素材,減少了後來的加工,能夠讓讀者零距離和論文作者進行思想的碰撞和交流。
當然,對一些初入門的學習人員或者對英文閱讀存在一定障礙的,可以讀一些後來進行翻譯,消化理解過的文章,這方面知乎是個不錯的地方。
如果只是為了大致瞭解該演算法起的作用,實現了什麼效果以及使用場景、如何使用等,那查查wiki或實際程式碼跑跑,這樣會印象比較深刻。
另外,多說一點,除了掌握使用方法和演算法原理,深入程式碼內部瞭解演算法內部實際程式碼實現過程也是一種不錯的學習方法,能夠從算法理論結合虛擬碼對比實現過程,會給自己一定啟發。
例如,sklearn對很多演算法都做了封裝,有詳盡的文件,但真正去深入程式碼層面分析每個演算法的內部實現機制,還是會發現一些不同和最佳化的價值點的,相信對於演算法的理解會更加深刻。
在這個自媒體和各路AI培訓課程異常火爆的時代,如何選擇最適合自己的資訊顯得尤為重要。
針對該問題的答案,首先要明白自己所問問題的想要達到的學習結果或者層次。如果是從真正瞭解演算法原理,掌握演算法作者的思路和想法的角度去理解演算法,學習演算法,建議參考採用“第一性原理”,即讀原著論文。因為原著論文是最接近作者本意,是沒有經過後期任何加工和修改的,最能闡述作者思路的起點性素材,減少了後來的加工,能夠讓讀者零距離和論文作者進行思想的碰撞和交流。
當然,對一些初入門的學習人員或者對英文閱讀存在一定障礙的,可以讀一些後來進行翻譯,消化理解過的文章,這方面知乎是個不錯的地方。
如果只是為了大致瞭解該演算法起的作用,實現了什麼效果以及使用場景、如何使用等,那查查wiki或實際程式碼跑跑,這樣會印象比較深刻。
另外,多說一點,除了掌握使用方法和演算法原理,深入程式碼內部瞭解演算法內部實際程式碼實現過程也是一種不錯的學習方法,能夠從算法理論結合虛擬碼對比實現過程,會給自己一定啟發。
例如,sklearn對很多演算法都做了封裝,有詳盡的文件,但真正去深入程式碼層面分析每個演算法的內部實現機制,還是會發現一些不同和最佳化的價值點的,相信對於演算法的理解會更加深刻。