下载了视频不知道看的顺序 怕看不懂 请大牛们安排一下顺序
15 个解决方案
#1
按照硬件-软件-网络的顺序进行归类,一般先从计算机组成原理学起,然后是软件的基础学科(汇编语言\C++编程语言\数据结构\编译原理\离散数学\组合数学等),最后是网络。数据库也划入到软件的范畴,目前独立的一块。计算机图形学在之前的基础之后再开始学习,一开始你也看不懂。
#2
什么模式识别\人工智能\虚拟现实,都是后期不断研究的方向。一般研究生才会真正接触到这些东西。
#3
我勒个去,你才是大牛呢!
#4
什么时候把视频全都看完了记得回来再发个贴分享下心得哈
#5
看得懂看不懂学得会学不会和“顺序”无关。
别像中国足球队,打不赢比赛,在主场抱怨自己压力大,在客场说观众氛围不好,晴天说太热,雨天说地太滑,开始先进一球说想保住胜利果实过于保守,开始先丢两球说很想奋起而追,无奈落后太多,打强队说实力不足,打弱队说过于轻敌。
别像中国足球队,打不赢比赛,在主场抱怨自己压力大,在客场说观众氛围不好,晴天说太热,雨天说地太滑,开始先进一球说想保住胜利果实过于保守,开始先丢两球说很想奋起而追,无奈落后太多,打强队说实力不足,打弱队说过于轻敌。
#6
版主用的例子好经典
#7
不明觉厉~~
#8
记着了。。。
#9
基础学科要学好,什么是基础,一个是高等数学,它是很多算法、信号处理算法的基础,特别是积分微分的思想方法,是区别一个人只是中学+培训的一般体力工作者还是一个工程技术人员的分水岭。
在高等数学的基础上,如果你要学视频、图像的编码、模拟信号的分析等等,那么需要学数字信号分析(DSP)这门课程,你会接触到可以说最经典的傅里叶变换。不是说做几个题目,而是说通过它,如果你能悟出一些东西,后面基本上不愁了。
如果你要学习人工智能、模式识别,还需要学习线性代数(这是处理大规模数据的基础)。国内的教材偏重于做题,属于考研补习性质,其实不得要领,看过一个youku上麻省还是斯坦福的公开课,用向量的思维去理解线性代数,觉得非常受用。然后学习概率论和数理统计。概率论可以说是人工智能的重点的重点。人工智能的本质就是用统计的方法让计算机学习和拥有智能。
离散数学其实是很多数学学科的入门,比如拓扑学、群论、运筹学等等,它是学习数据结构和编程算法的基础。
有一本谈不上多系统但是很神奇的书,《具体数学》,我觉得对于非数学背景,学计算机科学的人来说很值得一看。
在高等数学的基础上,如果你要学视频、图像的编码、模拟信号的分析等等,那么需要学数字信号分析(DSP)这门课程,你会接触到可以说最经典的傅里叶变换。不是说做几个题目,而是说通过它,如果你能悟出一些东西,后面基本上不愁了。
如果你要学习人工智能、模式识别,还需要学习线性代数(这是处理大规模数据的基础)。国内的教材偏重于做题,属于考研补习性质,其实不得要领,看过一个youku上麻省还是斯坦福的公开课,用向量的思维去理解线性代数,觉得非常受用。然后学习概率论和数理统计。概率论可以说是人工智能的重点的重点。人工智能的本质就是用统计的方法让计算机学习和拥有智能。
离散数学其实是很多数学学科的入门,比如拓扑学、群论、运筹学等等,它是学习数据结构和编程算法的基础。
有一本谈不上多系统但是很神奇的书,《具体数学》,我觉得对于非数学背景,学计算机科学的人来说很值得一看。
#10
我还是先把我下载的这些看差不多了吧
#11
如果你不学高等数学,你看傅里叶变换就和看天书差不多。
如果你不学高等数学,只能看明白概率论第一章——古典概型。
如果你不懂概率论,你看模式识别绝对是扯淡。
当然了,很多人不是不知道要学大学数学,问题是他欠账太多,小学数学还有很多不会呢——其实这也没有关系,即便小学数学中学数学学得好也没用,大学数学主要是思想方法。可是国内的教材从来没有思想方法,只有做题。所以我见过很多甚至考研数学高分的人其实是书呆子一个,思维还是停留在中学生的水平。
如果你不学高等数学,只能看明白概率论第一章——古典概型。
如果你不懂概率论,你看模式识别绝对是扯淡。
当然了,很多人不是不知道要学大学数学,问题是他欠账太多,小学数学还有很多不会呢——其实这也没有关系,即便小学数学中学数学学得好也没用,大学数学主要是思想方法。可是国内的教材从来没有思想方法,只有做题。所以我见过很多甚至考研数学高分的人其实是书呆子一个,思维还是停留在中学生的水平。
#12
不明觉厉!!!!
#13
你下载的大多是一些破书。
另外,你要明白,很多东西,比如什么Java程序设计,除非你就是写Java程序,否则没什么用,你学会了Java程序设计,你能在经济学上派用场么?,这属于“技”,而那些看上去没什么实际用处的,比如你没有列出的高等数学,这个属于“术”,你学了它虽然对于具体的工作没有什么用,但是对于你学别的东西用处很大。
所以对于技的东西来说,如果你不用,你学它最浪费。对于术,你永远都用得着。
#14
其实呢,大学有时候也和培训班没什么区别,因为他们用学技的办法在学术,所谓的技就是解题技巧。比如说让你倍多少个积分公式,当然了,这是应试教育必须的,但是这其实和不查手册会用一个控件的术其实没有区别。
#15
看得懂看不懂学得会学不会和“顺序”无关。
别像中国足球队,打不赢比赛,在主场抱怨自己压力大,在客场说观众氛围不好,晴天说太热,雨天说地太滑,开始先进一球说想保住胜利果实过于保守,开始先丢两球说很想奋起而追,无奈落后太多,打强队说实力不足,打弱队说过于轻敌。
这个说起都是泪
#1
按照硬件-软件-网络的顺序进行归类,一般先从计算机组成原理学起,然后是软件的基础学科(汇编语言\C++编程语言\数据结构\编译原理\离散数学\组合数学等),最后是网络。数据库也划入到软件的范畴,目前独立的一块。计算机图形学在之前的基础之后再开始学习,一开始你也看不懂。
#2
什么模式识别\人工智能\虚拟现实,都是后期不断研究的方向。一般研究生才会真正接触到这些东西。
#3
我勒个去,你才是大牛呢!
#4
什么时候把视频全都看完了记得回来再发个贴分享下心得哈
#5
看得懂看不懂学得会学不会和“顺序”无关。
别像中国足球队,打不赢比赛,在主场抱怨自己压力大,在客场说观众氛围不好,晴天说太热,雨天说地太滑,开始先进一球说想保住胜利果实过于保守,开始先丢两球说很想奋起而追,无奈落后太多,打强队说实力不足,打弱队说过于轻敌。
别像中国足球队,打不赢比赛,在主场抱怨自己压力大,在客场说观众氛围不好,晴天说太热,雨天说地太滑,开始先进一球说想保住胜利果实过于保守,开始先丢两球说很想奋起而追,无奈落后太多,打强队说实力不足,打弱队说过于轻敌。
#6
看得懂看不懂学得会学不会和“顺序”无关。
别像中国足球队,打不赢比赛,在主场抱怨自己压力大,在客场说观众氛围不好,晴天说太热,雨天说地太滑,开始先进一球说想保住胜利果实过于保守,开始先丢两球说很想奋起而追,无奈落后太多,打强队说实力不足,打弱队说过于轻敌。
版主用的例子好经典
#7
不明觉厉~~
#8
什么时候把视频全都看完了记得回来再发个贴分享下心得哈
#9
基础学科要学好,什么是基础,一个是高等数学,它是很多算法、信号处理算法的基础,特别是积分微分的思想方法,是区别一个人只是中学+培训的一般体力工作者还是一个工程技术人员的分水岭。
在高等数学的基础上,如果你要学视频、图像的编码、模拟信号的分析等等,那么需要学数字信号分析(DSP)这门课程,你会接触到可以说最经典的傅里叶变换。不是说做几个题目,而是说通过它,如果你能悟出一些东西,后面基本上不愁了。
如果你要学习人工智能、模式识别,还需要学习线性代数(这是处理大规模数据的基础)。国内的教材偏重于做题,属于考研补习性质,其实不得要领,看过一个youku上麻省还是斯坦福的公开课,用向量的思维去理解线性代数,觉得非常受用。然后学习概率论和数理统计。概率论可以说是人工智能的重点的重点。人工智能的本质就是用统计的方法让计算机学习和拥有智能。
离散数学其实是很多数学学科的入门,比如拓扑学、群论、运筹学等等,它是学习数据结构和编程算法的基础。
有一本谈不上多系统但是很神奇的书,《具体数学》,我觉得对于非数学背景,学计算机科学的人来说很值得一看。
在高等数学的基础上,如果你要学视频、图像的编码、模拟信号的分析等等,那么需要学数字信号分析(DSP)这门课程,你会接触到可以说最经典的傅里叶变换。不是说做几个题目,而是说通过它,如果你能悟出一些东西,后面基本上不愁了。
如果你要学习人工智能、模式识别,还需要学习线性代数(这是处理大规模数据的基础)。国内的教材偏重于做题,属于考研补习性质,其实不得要领,看过一个youku上麻省还是斯坦福的公开课,用向量的思维去理解线性代数,觉得非常受用。然后学习概率论和数理统计。概率论可以说是人工智能的重点的重点。人工智能的本质就是用统计的方法让计算机学习和拥有智能。
离散数学其实是很多数学学科的入门,比如拓扑学、群论、运筹学等等,它是学习数据结构和编程算法的基础。
有一本谈不上多系统但是很神奇的书,《具体数学》,我觉得对于非数学背景,学计算机科学的人来说很值得一看。
#10
基础学科要学好,什么是基础,一个是高等数学,它是很多算法、信号处理算法的基础,特别是积分微分的思想方法,是区别一个人只是中学+培训的一般体力工作者还是一个工程技术人员的分水岭。
在高等数学的基础上,如果你要学视频、图像的编码、模拟信号的分析等等,那么需要学数字信号分析(DSP)这门课程,你会接触到可以说最经典的傅里叶变换。不是说做几个题目,而是说通过它,如果你能悟出一些东西,后面基本上不愁了。
如果你要学习人工智能、模式识别,还需要学习线性代数(这是处理大规模数据的基础)。国内的教材偏重于做题,属于考研补习性质,其实不得要领,看过一个youku上麻省还是斯坦福的公开课,用向量的思维去理解线性代数,觉得非常受用。然后学习概率论和数理统计。概率论可以说是人工智能的重点的重点。人工智能的本质就是用统计的方法让计算机学习和拥有智能。
离散数学其实是很多数学学科的入门,比如拓扑学、群论、运筹学等等,它是学习数据结构和编程算法的基础。
有一本谈不上多系统但是很神奇的书,《具体数学》,我觉得对于非数学背景,学计算机科学的人来说很值得一看。
#11
如果你不学高等数学,你看傅里叶变换就和看天书差不多。
如果你不学高等数学,只能看明白概率论第一章——古典概型。
如果你不懂概率论,你看模式识别绝对是扯淡。
当然了,很多人不是不知道要学大学数学,问题是他欠账太多,小学数学还有很多不会呢——其实这也没有关系,即便小学数学中学数学学得好也没用,大学数学主要是思想方法。可是国内的教材从来没有思想方法,只有做题。所以我见过很多甚至考研数学高分的人其实是书呆子一个,思维还是停留在中学生的水平。
如果你不学高等数学,只能看明白概率论第一章——古典概型。
如果你不懂概率论,你看模式识别绝对是扯淡。
当然了,很多人不是不知道要学大学数学,问题是他欠账太多,小学数学还有很多不会呢——其实这也没有关系,即便小学数学中学数学学得好也没用,大学数学主要是思想方法。可是国内的教材从来没有思想方法,只有做题。所以我见过很多甚至考研数学高分的人其实是书呆子一个,思维还是停留在中学生的水平。
#12
不明觉厉!!!!
#13
我还是先把我下载的这些看差不多了吧
基础学科要学好,什么是基础,一个是高等数学,它是很多算法、信号处理算法的基础,特别是积分微分的思想方法,是区别一个人只是中学+培训的一般体力工作者还是一个工程技术人员的分水岭。
在高等数学的基础上,如果你要学视频、图像的编码、模拟信号的分析等等,那么需要学数字信号分析(DSP)这门课程,你会接触到可以说最经典的傅里叶变换。不是说做几个题目,而是说通过它,如果你能悟出一些东西,后面基本上不愁了。
如果你要学习人工智能、模式识别,还需要学习线性代数(这是处理大规模数据的基础)。国内的教材偏重于做题,属于考研补习性质,其实不得要领,看过一个youku上麻省还是斯坦福的公开课,用向量的思维去理解线性代数,觉得非常受用。然后学习概率论和数理统计。概率论可以说是人工智能的重点的重点。人工智能的本质就是用统计的方法让计算机学习和拥有智能。
离散数学其实是很多数学学科的入门,比如拓扑学、群论、运筹学等等,它是学习数据结构和编程算法的基础。
有一本谈不上多系统但是很神奇的书,《具体数学》,我觉得对于非数学背景,学计算机科学的人来说很值得一看。
你下载的大多是一些破书。
另外,你要明白,很多东西,比如什么Java程序设计,除非你就是写Java程序,否则没什么用,你学会了Java程序设计,你能在经济学上派用场么?,这属于“技”,而那些看上去没什么实际用处的,比如你没有列出的高等数学,这个属于“术”,你学了它虽然对于具体的工作没有什么用,但是对于你学别的东西用处很大。
所以对于技的东西来说,如果你不用,你学它最浪费。对于术,你永远都用得着。
#14
其实呢,大学有时候也和培训班没什么区别,因为他们用学技的办法在学术,所谓的技就是解题技巧。比如说让你倍多少个积分公式,当然了,这是应试教育必须的,但是这其实和不查手册会用一个控件的术其实没有区别。
#15
看得懂看不懂学得会学不会和“顺序”无关。
别像中国足球队,打不赢比赛,在主场抱怨自己压力大,在客场说观众氛围不好,晴天说太热,雨天说地太滑,开始先进一球说想保住胜利果实过于保守,开始先丢两球说很想奋起而追,无奈落后太多,打强队说实力不足,打弱队说过于轻敌。
这个说起都是泪