关于算法的学习思考

对于一个算法门外汉而言，学习算法总觉得很困难，从啃高数，线性代数入手的话，没什么体感，而且理论学起来总是相对的枯燥。从实际问题入手反过去看案例的话，在理解why的思考又觉得很困难，即一个业务问题如何转换成数学问题，进而用算法的能力去解决。

要解决这个问题，我最近的领悟就是必须要有理论指导，但这个理论相对而言学习的难度不那么高就是《统计学习方法》，引用一个前人总结的图

统计学总结图.png

看完这个图最大的感触就是有了一个结构性的框架，很多业务问题根据具体的场景，可以往这个上面靠，进而再针对各个问题的具体情况，进一步采用对应的方法去分析。

所以建议初学者在学习算法之前，先重温下统计学。

—ps:个人拙见，仅供参考，欢迎评论交流。