點贊再看，養成習慣，微信公眾號搜索【JackCui-AI】關注這個愛發技術干貨的程序員。本文 GitHub?https://github.com/Jack-Cherish/PythonPark?已收錄，有一線大廠面試完整考點、資料以及我的系列文章。

一、前言

各位十一過得如何？

假期，我回了趟老家，文章停更了幾天。

寫文章以來，被問到最多的問題就是「算法的學習路線」。

今天，它來了。

我會帶著大家看看，我們需要學些啥，利用這個假期，我甚至還收集整理了配套視頻和資料，暖男石錘啊，這期文章有用的話，別忘三連哦！

二、學習路線

主要分為 4 個部分：數學基礎、編程能力、算法基礎、實戰。

1、數學基礎

在機器學習算法中，涉及到最為重要的數學基本知識有兩個：線性代數和概率論。

這兩也是大學的必修課了，如果知識早已還給老師，也沒關系，哪里不會學補哪里。

線性代數研究的是線性空間的性質，數據通常會被表示為歐式空間中的點，而這些點經過一系列變換后會映射到另一個空間，在新的空間中隱藏在數據中的規律才得以顯現。

所以線性代數作為研究空間的一門科學，是入門機器學習的最要基礎之一。

視頻：推薦 MIT 的老教授 Gilbert Strang 的線性代數上課視頻。

沒學過線代的同學會發現這門課程，講得清晰而且直觀，深入線代的精髓，完全不是那種理論堆砌的講法，而且老教授幽默風趣，很有人格魅力。

英文不好，也不用擔心，字幕是中文的。

教材：推薦《線性代數及其應用》，作者是 David C. Lay 。

喜歡看書的朋友，這本書一定不能錯過。

這本書詳細地介紹了線性代數在幾何學、計算機圖形學、經濟學、概率論、信號與系統、微分方程等領域的應用，給人以直觀的認識。

概率論是研究不確定性的一門科學，生活處處是概率。機器學習算法需要對現實情況建模，自然是少不了將概率論作為工具。

這門課入門并不難，大家可以挑一本評分還可以的書開始學習。

這里推薦陳希儒的《概率論與數理統計》，講得很詳細，如同聽一個老者回憶自己的概率與統計心得，相信讀者也會有所收獲。

?

如果時間充裕，推薦先學好數學基礎。如果時間不夠，那就跳過數學基礎部分，學算法的時候，哪里不會補哪里。

2、編程能力

編程語言，需要至少掌握兩門， Python 和 C++。

工作中，Python 主要用于處理數據、算法調研、模型訓練的工作，而 C++ 則是負責工程落地。

算法工程師，需要針對落地場景，對算法的可靠性和實時性等方面進行優化，C++ 工程能力必不可少。

Python?是一門非常友好的編程語言，不但易于入門而且功能強大，在進行機器學習算法開發的過程中會大量使用 Python。

視頻：我上學看的第一個視頻，就是小甲魚 Python 課程，風趣幽默，涉及Python 語法基礎、網絡爬蟲、Pygame 飛機大戰等內容，內容很豐富。

實戰是最好的老師，學習 Python 的時候，可以找一個自己喜歡的方向，去實戰。

邊實戰，邊學習。比如寫爬蟲、做小游戲、玩各種有趣的算法等。

這里面，爬蟲是最簡單的，很容易有成就感，讓你堅持學習下去，下載小說、下載漫畫、下載音樂、下載電影、搶票等等小程序。

這個推薦我的一個 Github star 量 11.4k+、fork 4.5k+的爬蟲項目。

每個實戰，都有對應的文章教程，代碼開源。

項目地址：https://github.com/Jack-Cherish/python-spider

教材：推薦《流暢的Python》，書看完有些難度，但是哪來當個手冊用，很方便，哪些語法忘記了，翻閱一番，必能有所收獲。

C++?是一種面向對象的程序設計語言，無論你是做算法，還是做開發，亦或者是做測開。C++ 都應該掌握，它是一個基礎的編程語言。學會了這門編程語言，再學其它，就會更得心應手。

視頻：這部分推薦慕課網的免費教程，很好的入門視頻，老師講得繪聲繪色、形象生動、通熟易懂。

一共分為 7 章，每章視頻的時間是 2-3 個小時，半個月可以輕松刷完，學習順序是：

• C++遠征之起航篇
• C++遠征之離港篇
• C++遠征之封裝篇（上）
• C++遠征之封裝篇（下）
• C++遠征之繼承篇
• C++遠征之多態篇
• C++遠征之模板篇

教材：推薦被譽為“圣經”的《C++ Primer》，經典巨著，非常棒的書。

?

編程語言基礎學完了，接下來就是數據結構與算法。

數據結構與算法是程序員的內功，每一個工程師的必修課。

數據結構的學法，我推薦是直接看書，一邊學習一邊刷題，同時進行，這樣學的速度快。

就如同書名一樣，這是一本像小說一樣有趣的算法入門書，非常易懂，強烈推薦。

可以與這本書一同學習的，就是《劍指Offer》，里面講解了 66 道+ 常見數據結構題，解析思路，簡單易懂。

兩門書一起看，輕松入門數據結構與算法。

不過《劍指Offer》講解的代碼都是 C/C++，沒有 Python 版本，想看 Python 版本的，可以看我整理的教程，C++ 和 Python 都有實現和講解，題目已按照類型劃分好。

項目地址：https://github.com/Jack-Cherish/LeetCode

兩本書都看完，題也刷完了，那就算是入門了。

想進階，進一步學習，直接上 LeetCode。

力扣可以從 HOT 100 或 精選算法 200 題刷起，題目相對于《劍指Offer》要增加一些難度，但每道題目都有對應的解題思路和答案。

堅持刷完 200 道，大多的面試輕松搞定，完全夠用。

當然要面試谷歌級別的大佬，Hard 題是不能放過的。

刷題地址：https://leetcode-cn.com/

Tip：刷一遍題，回頭看還會忘，不要懷疑自己，要反復刷，反復練習。

3、算法基礎

恭喜大家，在做了前面這么多基礎工作之后，終于可以開始入門機器學習算法了。

機器學習：

視頻：推薦吳恩達老師的機器學習視頻，吳恩達是整個領域的巨頭之一，學術地位很高。同時，他出的視頻也對新手非常友好，入門的不二之選。

教材：還是那句話，光看不練是不行的。《機器學習實戰》，理論結合實戰，適合新手。

《機器學習實戰》使用 Python2 實現，有些細節講的不夠細致，對此我進行了完善，使用 Python3 復現了一遍，并結合 sklearn 以及更多的好玩例子，進行講解。

全網閱讀量 500w+：

對應的 Github 開源代碼 Star 3.3k+，fork 3.1k+。

在線閱讀地址：

https://cuijiahua.com/blog/ml/

我也將這個系列打包成了本地 pdf，喜歡離線看，也可以直接下載。

深度學習：

深度學習是現在的算法工程師繞不開的一個子領域，是機器學習的子集。

視頻：還是推薦吳恩達老師的深度學習視頻，也是對新手非常友好。

教材：說實話，深度學習，我并沒有看過書，都是視頻+ Github 開源項目學習的，不過被譽為深度學習領域圣經的“花書”，可以備一本。

深度學習框架：

深度學習框架有很多，Tensorflow、Pytorch、Paddle、MXNet、Caffe等。

我在工作過程中，用的最多的是 Pytorch，其次是 Tensorflow。

新手上手，推薦先學 Pytorch，可以直接看 Yunjey Choi 大佬的 Github 教程，簡單入門：

項目地址：

https://github.com/yunjey/pytorch-tutorial

Pytorch 深度學習框架學習，也可以看我寫的 Pytorch 深度學習實戰系列教程，有垃圾分類、圖像分割等結合實戰的小項目。

Github 開源代碼 Star 400+，fork 250+。

項目地址：

https://github.com/Jack-Cherish/Deep-Learning

我也將這個系列打包成了本地 pdf，喜歡離線看，也可以直接下載。

4、實戰

實戰實戰，文章反復提到了這么多次，僅僅這些還是遠遠不夠的。

因為更多時候，你是跟著視頻 or 文章的思路去實戰，這缺少了獨立思考的過程。

學了這么多，你并沒有獨立完成過一個項目，數據怎么處理，怎么分析問題，用什么算法解決問題，也沒有獨立思考過。

算法工程師的崗位競爭也比較激烈的，為了在茫茫人海中脫穎而出，我們需要以團隊或個人的形式，獨立完成一些項目，只有這樣，你才能更具競爭力。

對于學生黨，做項目，最簡單直接的方法就是參加競賽。

推薦兩個參加競賽的地方，一個是國外的?Kaggle，另一個是國內的阿里云天池。

兩個競賽的獎金也都很豐富，根據自己的喜好，參賽即可。

Kaggle：https://www.kaggle.com/

阿里天池：https://tianchi.aliyun.com/competition/gameList/activeList

既能打比賽，又能贏獎金，何樂而不為呢？

三、資料打包

本文提到的資料，我都打包了，可以直接全部打包帶走。

這里都是我精心準備點的資料，但是都是外鏈，CSDN官方提醒這種分享方式也不太合適。

所以大家，需要的話，可以在公眾號后臺回復【算法學習路線】獲取下載地址。

PS：有能力支持正版的，資料覺得不錯，可以去購買支持一波正版。

四、絮叨

這篇文章整理的也是我的學習路線。

要說需要學多久，那就看個人的學習動力了。

如果你想去一家不錯的公司，但是目前硬實力不過關，我覺得還是有必要去努力一下的，技術能力的高低決定你能走多遠，平臺的高低，決定你能飛多高。

如果可以通過自己的努力，進入自己心儀的公司，一定不要松懈怠慢，職場成長和學習新技術一樣，不進則退。

你往往會發現，身邊實力越強的人越努力，最高級的自律就是享受孤獨。

創作不易，本期硬核，各位的三連就是 Jack Cui 創作的最大動力，我們下次見！

文章持續更新，可以微信公眾號搜索【JackCui-AI】第一時間閱讀，本文 GitHub?https://github.com/Jack-Cherish/PythonPark?已經收錄，有大廠面試完整考點，歡迎Star。

總結

以上是生活随笔為你收集整理的BAT算法工程师的成长之路，超详细的学习路线的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。