算法学不会？可能你该补补数学
📅
👍 0 赞
上大学前，许多人一直觉得数学是不用复习的，理解了就是会了。学数学是最轻松的事，只要能理解定理的推导逻辑，就一通百通了，复习什么？上了大学就被「教育」了，一是难度骤然提升，很多东西难以理解；二是那会儿过于放纵，没好好上课看书，东西自然学不透。真要感谢那些名捕老师，为了熬到学分，总算没特别荒废。然而，毕业工作后，大家就彻底将数学抛之脑后了，估计不少技术人都是如此，觉得日常编程用不到太高深的数学知识。但以当前的职场环境，这样是很容易被取代的，哪怕你什么都没做错。而只要你想再往上走一步，做任何一点带有创新性的技术，最有机会遇到的问题，往往就是数学问题。在算法中，会用到大量数学基础和相关背景知识，图形处理相关的算法，大量的线性代数矩阵变换等等，近几年大火的 AI 领域更是这样。下边这张是之前 Google 招聘的广告牌，估计不少人都被这张图刷过屏。其实，不止是 Google，随便翻翻招聘启事，你就会发现，很多大公司在招应届研发时，都会优先考虑数学专业的毕业生。但有多少人认真思考过其中的原因呢？虽说从 Spring 到 Hibernate 到 Rails，还有 Hadoop，HBase 之类的分布式计算框架，也都是技术上的重大革新，但这些框架类程序的完善都是阶段性的，出现后很快会出现相应的最佳实践，并最终成为「熟练工种」。而针对问题域的解答，却每天都有新鲜的想法、思路和方案，而这些，往往都有个数学的门槛。所以，如果你真挺喜欢写程序，还想写点更难更好玩的程序，那么总有一天，你要过了这道坎儿。这一点，做算法和人工智能的朋友应该深有体会。所以说，数学基础的好坏，会直接决定一个程序员的发展潜力。无论是数据结构与算法，还是程序设计，其底层原理和思路都源自数学。在大数据和智能化的时代，学好数学更是门槛本身。就算知道数学对于编程开发的重要性，但要把一门学了十几年的课重新拾起，还是得“耗点功夫”的。一个好老师可以将复杂的问题简单化，把晦涩的知识点讲得通俗易懂，黄申 就是这么个人。→ LinkedIn 资深数据科学家 和微软学者，IBM ExtremeBlue 天才计划成员。→ 长期专注于大数据相关的搜索、推荐、自然语言处理、广告以及用户精准化领域；
→ 在微软亚洲研究院、IBM 美国研究院、eBay 中国、1 号店和大润发飞牛网都曾担任要职，带队完成了若干个公司级的战略项目；→ 著有 20 多篇国际论文和 10 多项国际专利；这种资历的人开专栏讲课，说真的，挺难得。他的专栏《程序员的数学基础课》已经有 2.6W 人订阅了，截了点评价供你参考：数学厉害的人我见了不少，但这个专栏跟着学下来，小灰还是挺想推荐给你的。这个课非常适合 想扎实打下数学基础的程序员和准程序员，其中的学习路径既能让你巩固基础知识，也能深入理解这些内容对计算机编程和算法究竟意味着什么。另外还有 3 点不得不提：第一，专栏图文并茂，我发现，手绘图片是真挺好看，数学书里面可没有这些，算是给程序员的专属福利了；第二，每一章末尾，老师都会针对这一讲的内容总结「学习笔记」，方便大家记忆，可以保存下来，随时查看；第三，每篇文章老师都会留个难度适中的思考题，并在评论区跟大家耐心互动，解答大家提出的问题。《趣谈网终协议》的作者刘超讲的几句话，同样让我印象深刻。正如刘超所说，如果通过一门课程就能把自己在计算机领域的数学功底给打扎实，那么无疑这笔投资是值得的。拼团+口令「xiaohui66」立省 30，到手 69。都可用口令「xiaohui66」购买，享 双重折扣：
极客时间订阅量 Top 1，83000+ 程序员的算法课堂，整个专栏涵盖 100 多个算法真实项目场景案例，作者还手绘了一些清晰易懂的详解图（总共有 300 多张）。这是个可以长期影响你的专栏：从基础到思维再到实战，中间还穿插阶段性的练习和总结，是我见过最全面、性价比最高的算法课，没有之一。继 8.3 万人订阅的算法专栏后，王争推出的又一力作。专栏包括：100+干货文，200+真实项目的代码剖析、240天编程指导、100多个深度课堂讨论。王争说，他要把设计模式的相关知识点，系统全面地一次性讲透，打造市面上最实用的设计模式课。作为他的读者，我深信不疑。
如果你觉得所有的网络协议学起来都很无聊，那是你没遇到刘超。他可以像小说一样和你讲解网络协议，有趣且深刻。目前已经有超过 43000 人加入学习了，是极客时间口碑非常好的专栏。作为一门基础课程，每个程序员人手必备一份绝对不会错。
📤 分享到社交平台
