大家好，我是 Jack。
随着读者的增多，越来越多的读者会找我咨询一些建议或学习心得。
看到这些问题，我都会利用闲暇时间，一一解答。
这两个问题只是众多问题的一小部分，属于都有着不错基础的。
其实更多的是一些对于学习方法的困惑，比如看书好、还是看视频好，怎样自学。
这些困惑，我也都经历过，在学习过程中也踩了不少坑，好在及时反思及时调整。
今天，给大家分享一下自己的学习经历，看书、看视频的经验，期望对你有所帮助。
与君共勉！
初学者，比较容易纠结的一点是：是先看书还是先看视频？
其实，无需纠结，它们都是相辅相成的，并且还需要再加上一个实践环节。
看视频
先说，看视频。
如果是零基础，纯小白，那我建议从视频开始学起。
视频的好处是，学起来更轻松、更有效，不容易从入门到放弃。
古之学者必有师，而没人说古之学者必有书。
视频通过听觉和色彩丰富的视觉传递信息，比书本单一的黑白视觉信息能让学习者更易于接收。
同时，视频讲师在讲课的时候，会把自己的理解传授、灌输给你。站在“巨人”的肩膀上，学起来会快上许多。
但需要挑选好的视频来学习，互联网让信息更容易触达，不过想从庞杂的信息中筛选出有价值的内容，也需要花费大量的精力。
我曾经出过一篇文章，系统介绍了一些优质的视频资源，涵盖了以下方面：
精挑细选的学习视频，有需要的可以看一下：
总之，初学者从看视频学起。
看书
虽然看视频轻松有趣，知识点易于吸收，但它的缺点也明显。
看视频，往往是所有东西过一遍，学了个大概，但对基本概念不甚明确。知识没有书里详尽，会导致基础不扎实。
所以，看书的过程必不可少。
在学习过程中，我们可以先有个全局观。
因为看过视频，所以涉及的知识点是有整体印象的，然后根据目录，罗列出涉及的知识点。
比如我学习深度学习的时候，大致罗列了一下知识点：
这样，循序渐进、逐一击破，可以学得更通透、更系统。
在学习过程中，根据个人习惯，可以选择是否记笔记，我是习惯记一些笔记。
比如，我曾经入门机器学习，看得书就是「机器学习实战」，理论结合实战。
然后做了学习笔记，这也是我当初系列教程的由来：
我做这个系列教程的初衷就是，让小白都看懂，方便自己日后回顾。
对，没错，最初的目的就是帮助自己回顾，没想到还小火了一把。
书籍也是，有很多，那有系统的好书可以看？
我刚整理了一小部分，还没有整理完。整理好后，我再发给各位：
编程能力、算法基础、数据分析、数学基础等等方向的书都在梳理中！
一句话总结就是：跟视频里的老师学个大概，有了一个全局观，再去读经典的书，夯实基础。
做项目
最关键的环节，动手实践。
学编程，一定要勤动手。光看视频、书籍，不动手写代码是不行的。
编程是偏工科性质的，强调的是动手能力。
本科
本科生，可以参加一些科技竞赛，比如 ACM、大学生电子设计大赛等A类科技竞赛，获得国家一等奖，还有保研加分，甚至直接保研的机会。
比如我曾经参加过的智能车比赛，当年这个比赛还叫飞思卡尔。
智能车的机械结构、硬件电路、控制算法，都是参赛团队自己设计的。
当时画的板子很骚气，弄队名，刻名字的，当年小车的整体结构。
虽然，现在看来，这些知识很简单，但是对于刚学硬件电路，编程语言，控制算法的新手来说，确实是一个非常棒的比赛。
经过这次比赛，我们团队里的每个人，都学到了很多知识。
本科可以参加的竞赛很多，不要错过机会。
不少应届毕业生找工作，填写简历突然发现，项目经历没得写！
要是在校期间，参加了不少竞赛，那就不用愁简历没有项目经历了。
研究生
研究生，那可以做的就更多了，除了竞赛，更多的是实验室的项目。
比如，我曾经跟实验室的同学们一起做的一个六路全景系统。
硬件电路、Linux驱动、上层图像算法、Qt界面开发等等都做了一遍，边学边做。
这就是一个完整的项目经历。
不过，实验室的项目如果自己不感兴趣，那就参加一些网上的科技竞赛。
比如，Kaggle。
再比如，阿里云天池。
既能打比赛，又能赢奖金，何乐而不为呢？
除了这些，如果有机会能出去实习，那一定要去实习！
去大厂实习，还有转正机会，积累项目经历，在正式批找工作也会更具优势。
写在最后
一本好书，一个好视频，一种好的学习方法，可以帮助我们快速成长。
看书，看视频，相辅相成，跟视频里的老师学个大概，有了一个全局观，再去读经典的书，夯实基础。
学习的同时，一定要勤动手，培养自己的实战能力，多做竞赛和项目。
最后再送大家一本，帮助我拿到 BAT 等一线大厂 offer 的数据结构刷题笔记，是一位 Google 大神写的，对于算法薄弱或者需要提高的同学都十分受用：
以及我整理的 BAT 算法工程师学习路线，书籍+视频，完整的学习路线和说明，对于想成为算法工程师的，绝对能有所帮助（提取码：jack）：
祝各位终有所成，收获满满！
我是 Jack，我们下期见！
