大學四年，研究生三年，我的學習寶典。
大家好，我是 Jack。
隨著讀者的增多，越來越多的讀者會找我諮詢一些建議或學習心得。
看到這些問題，我都會利用閑暇時間，一一解答。
這兩個問題只是眾多問題的一小部分，屬於都有著不錯基礎的。
其實更多的是一些對於學習方法的困惑，比如看書好、還是看影片好，怎樣自學。
這些困惑，我也都經歷過，在學習過程中也踩了不少坑，好在及時反思及時調整。
今天，給大家分享一下自己的學習經歷，看書、看影片的經驗，期望對你有所幫助。
與君共勉！
初學者，比較容易糾結的一點是：是先看書還是先看影片？
其實，無需糾結，它們都是相輔相成的，並且還需要再加上一個實踐環節。
看影片
先說，看影片。
如果是零基礎，純小白，那我建議從影片開始學起。
影片的好處是，學起來更輕鬆、更有效，不容易從入門到放棄。
古之學者必有師，而沒人說古之學者必有書。
影片通過聽覺和色彩豐富的視覺傳遞資訊，比書本單一的黑白視覺資訊能讓學習者更易於接收。
同時，影片講師在講課的時候，會把自己的理解傳授、灌輸給你。站在「巨人」的肩膀上，學起來會快上許多。
但需要挑選好的影片來學習，互聯網讓資訊更容易觸達，不過想從龐雜的資訊中篩選出有價值的內容，也需要花費大量的精力。
我曾經出過一篇文章，系統介紹了一些優質的影片資源，涵蓋了以下方面：
精挑細選的學習影片，有需要的可以看一下：
總之，初學者從看影片學起。
看書
雖然看影片輕鬆有趣，知識點易於吸收，但它的缺點也明顯。
看影片，往往是所有東西過一遍，學了個大概，但對基本概念不甚明確。知識沒有書里詳盡，會導致基礎不紮實。
所以，看書的過程必不可少。
在學習過程中，我們可以先有個全局觀。
因為看過影片，所以涉及的知識點是有整體印象的，然後根據目錄，羅列出涉及的知識點。
比如我學習深度學習的時候，大致羅列了一下知識點：
這樣，循序漸進、逐一擊破，可以學得更通透、更系統。
在學習過程中，根據個人習慣，可以選擇是否記筆記，我是習慣記一些筆記。
比如，我曾經入門機器學習，看得書就是「機器學習實戰」，理論結合實戰。
然後做了學習筆記，這也是我當初系列教程的由來：
我做這個系列教程的初衷就是，讓小白都看懂，方便自己日後回顧。
對，沒錯，最初的目的就是幫助自己回顧，沒想到還小火了一把。
書籍也是，有很多，那有系統的好書可以看？
我剛整理了一小部分，還沒有整理完。整理好後，我再發給各位：
編程能力、演算法基礎、數據分析、數學基礎等等方向的書都在梳理中！
一句話總結就是：跟影片里的老師學個大概，有了一個全局觀，再去讀經典的書，夯實基礎。
做項目
最關鍵的環節，動手實踐。
學編程，一定要勤動手。光看影片、書籍，不動手寫程式碼是不行的。
編程是偏工科性質的，強調的是動手能力。
本科
本科生，可以參加一些科技競賽，比如 ACM、大學生電子設計大賽等A類科技競賽，獲得國家一等獎，還有保研加分，甚至直接保研的機會。
比如我曾經參加過的智慧車比賽，當年這個比賽還叫飛思卡爾。
智慧車的機械結構、硬體電路、控制演算法，都是參賽團隊自己設計的。
當時畫的板子很騷氣，弄隊名，刻名字的，當年小車的整體結構。
雖然，現在看來，這些知識很簡單，但是對於剛學硬體電路，程式語言，控制演算法的新手來說，確實是一個非常棒的比賽。
經過這次比賽，我們團隊里的每個人，都學到了很多知識。
本科可以參加的競賽很多，不要錯過機會。
不少應屆畢業生找工作，填寫簡歷突然發現，項目經歷沒得寫！
要是在校期間，參加了不少競賽，那就不用愁簡歷沒有項目經歷了。
研究生
研究生，那可以做的就更多了，除了競賽，更多的是實驗室的項目。
比如，我曾經跟實驗室的同學們一起做的一個六路全景系統。
硬體電路、Linux驅動、上層影像演算法、Qt介面開發等等都做了一遍，邊學邊做。
這就是一個完整的項目經歷。
不過，實驗室的項目如果自己不感興趣，那就參加一些網上的科技競賽。
比如，Kaggle。
再比如，阿里雲天池。
既能打比賽，又能贏獎金，何樂而不為呢？
除了這些，如果有機會能出去實習，那一定要去實習！
去大廠實習，還有轉正機會，積累項目經歷，在正式批找工作也會更具優勢。
寫在最後
一本好書，一個好影片，一種好的學習方法，可以幫助我們快速成長。
看書，看影片，相輔相成，跟影片里的老師學個大概，有了一個全局觀，再去讀經典的書，夯實基礎。
學習的同時，一定要勤動手，培養自己的實戰能力，多做競賽和項目。
最後再送大家一本，幫助我拿到 BAT 等一線大廠 offer 的數據結構刷題筆記，是一位 Google 大神寫的，對於演算法薄弱或者需要提高的同學都十分受用：
以及我整理的 BAT 演算法工程師學習路線，書籍+影片，完整的學習路線和說明，對於想成為演算法工程師的，絕對能有所幫助（提取碼：jack）：
祝各位終有所成，收穫滿滿！
我是 Jack，我們下期見！
