这个博客记录自己的算法学习之路。本人22届研究生，上岸双非计算机，有一定的计算机基础，以及数学能力，所以直接跳过数学基础学习环节，开始我的算法学习之旅，我将会持续分享我在学习中所使用的课程、视频、书籍以及实战练习。

首先分享一下我的成绩，本人有些偏科，也在加强英语方面的学习。
请添加图片描述

前沿说明

算法路线主要分为四个部分：数学基础、编程能力、算法基础、实战。

1、数学基础：
主要的数学课程有线性代数和概率论，这方面的课程就不推荐了，都是大学的必修课，哪里不会补哪里。

2、编程能力：
从事计算机方向的工作必须要有编程能力，这里主要进行python的学习。python主要用于处理数据、算法调研、模型训练等工作。具体学习资料请往下看。

3、算法基础：
在学习完编程语言之后，也要了解一些算法。数据结构与算法是每一个程序员的必修课。有了前面的基础之后就要进入人工智能方面的学习，主要是学习一些机器学习、深度学习之类的算法。

4、实战
实战！才是重中之重。前面学习了这么多，还是远远不够的。很多练习都是跟着老师的思路去走，缺乏独立思考的能力。进行实战练习，加强对知识点的理解，培养自己的手动能力，非常重要。在每一个学习环节，我都会进行一些实战方面的练习案例，请多多动手练习。

一、python基础

python是一门非常友好的编程语言，不但易于入门而且功能强大，在机器学习算法开发的过程中会大量使用pyhton。接下来将会分享一些python方面的学习方法。

1）在视频课程方面，推荐中国大学MOOC中北京理工大学嵩天老师的python语言程序设计。老师通过一个个案例进行讲解对应的知识点，同时在每一周的学习后会有相应的作业练习以及测试。可以很好的加强对于编程的练习。

2）在看课程学习的过程中，进行一些简单的python实战练习，加以强化对知识的理解，增强编程动手能力。

学习完python语言后，需要进行一些题目练习，我建议去LeetCode上从简单题开始做起，每个题先按自己的思路走一遍，尝试去编写出来。不管结果对不对，都建议去看一看评论区的其他解法，开阔下思维。
稍后我会分享自己的刷题笔记。。。

待续补充。。。

查阅了网上很多资料，对于深度学习都推荐使用花书，我也入手了一本，等我使用之后，在来分享

待续补充。。