1回答

liuyubobobo

2022-03-06

如果你只是对机器学习感兴趣，而不是为了实际求职的话，我认为不需要，可以先继续深入学习机器学习，直到你认为遇到了无法理解的算法或者数据结构的问题。（注意，这里说的算法问题是指“传统算法”，而非机器学习算法。）

大概率的，如果你只是在机器学习算法的应用层，很可能不会遇到这类问题。因为你不会去做底层开发，比如对于决策树，如何把这样一棵树实现出来，这属于“传统的数据结构和算法”领域的内容。但是对于大多数使用机器学习算法的人员来说，其实是不需要实际上在这棵树的具体结构上做工作的。

我能想到的一个例外是，如果你的机器学习模型使用诸如概率图模型的话，可能需要对图论知识有一定了解，而图论属于“传统的数据结构和算法”领域。但在我看来，单独去找凸轮的教程看也够。

==========

如果你学习机器学习是为了转到这个方向找工作的话，分情况。同样是做机器学习相关的工作，大家的实际工作内容很有可能非常不同。

主要是看你的目标岗位是不是 SDE 类。如果是的话，就需要。计算机领域所有的开发岗都要有扎实的数据结构和算法基础。即使在工作中用到的很少，但面试的时候一定会考察，越大的厂子月如此。

而如果你的目标岗位偏向 DS（Data Scientist） 或者 DA（Data Analyst）的话，则大概率不需要。（但并不排除在一些企业的一些岗位在面试的时候也考查一些。关键在于各个企业对 DS 或者 DA 岗的定位是有不同的。）

一个最简单的方式是去看一下你的目标企业目标岗位的面试问题，是否包含有算法和数据结构的问题。

==========

如果要我推荐的话，书籍从《算法4》开始；视频课程我就不要脸的推荐我的课程了：https://class.imooc.com/sale/datastructure 这两个资源都是基于 Java 的。

但如果你现在学习机器学习，只会 Python 的话，看这本书也可以：https://book.douban.com/subject/26979890/ 属于入门，深度远不及《算法4》，但你可以在入门以后再考虑去找什么更进一步的教材或者课程。不过整体，如果深入理解算法和数据结构，我个人是更建议使用编译型语言去学习的（C++ 或者 Java，对于大多数人来说，Java 更容易上手一些。）

个人建议，仅供参考。

继续加油！：）

2

0