Forwarded from Токов о программировании
Где найти хороший roadmap/план изучения/список учебных материалов
Приветствую, совсем короткий пост. Пару раз видел это вопрос под моими постами, да даже сами посты с этой тематикой получают наибольшее внимание. Очевидно, тема актуальная, и хотя ответ на поверхности, думаю многим он поможет.
Итак, где же найти хороший roadmap/план изучения/список учебных материалов?
Ответ который мне нравится большего всего: продолжать смотреть мою замечательную серию видео “план изучения программирования”
Но если серьезно, к примеру в том же видео/посте про понимание самого процесса программирования, говорилось, что сам принцип один, и хотя там он рассматривался в рамках питона, можно выбрать любой другой ЯП, и это будет работать. Так где найти, хотя бы хороший список учебных материалов?
Ну или к примеру, зритель сильно обгоняет план изучения, в таком случае ему нужны более углубленные учебные материалы, и нужны они, очевидно, сейчас.
Есть немного грубый, но в целом верный ответ - гугл. Проблема в том, что этот поиск может сильно затянуться и только сильней запутать. Правило здесь очень простое(о нем говорилось в видео про учебные материалы для основ питона)
“в программировании, популярность учебного материала - верный признак качества. Правда работает это тогда, когда популярность - следствие рекомендаций уже ставших программистами(именно подобные отзывы и стоит искать при подборе уч. материалов).”
Нужно идти туда, где программисты обитают, где возможно невысокий, но все же хоть какой-то порог вхождения, случайным людям там будет просто не особо интересно, таким образом, ценность оценок возрастает.
И первое что приходит на ум, страшно недооцененный в целях изучения - github. Это немного абсурдное заявление, поэтому уточню, недооцененный - новичками, те кто хотя бы немного продвинулся в изучении, понимают насколько это ценный ресурс.
Первая же строка выдачи “python + roadmap + github”
https://github.com/GnuriaN/Python-Roadmap - крутой roadmap для изучения python на русском, ссылается на русскоязычные ресурсы, достаточно подробно расписано, без лишней воды.
Я его мельком посмотрел. Что-то я бы вычеркнул, что-то добавил, на чем-то больше сакцентировал внимание, но повторюсь, по моему, это отличный roadmap.
Меня особо порадовало, что в конце упоминается курс от Computer Science Center, я как то о нем писал, именно о той версии которую советует автор roadmap-а, для меня это такой знак качества - невероятно крутой курс(о котором, к сожалению, очень мало где говорят).
Можно найти учебный план, не просто определенного ЯПа, а даже целой специальности/области/профессии, иногда у них есть даже целая история.
https://github.com/jwasham/coding-interview-university (англ.)
https://github.com/jwasham/coding-interview-university/blob/main/translations/README-ru.md (на русском)
John Washam имел достаточно успешную карьеру, но у него была мечта - попасть в гугл. Его отделяло от нее отсутствие образования и знаний в сфере computer science, собственно весь план - это его подготовка к собеседованию и обретение этих знаний с нуля. Даже в отрыве от столь амбициозной задачи, это просто крутой план по изучению computer science.
Кстати у Джона получилось, правда не с Гуглом, а с другим представителем FAANG - Амазоном.
https://github.com/ossu/computer-science Еще один достаточно известный репозиторий, эти ребята вообще называют себя опенсорсный университетом.
Таких репозиториев куча, где-то это личный проект, например человек просто таким образом трекал свой прогресс, где-то огромный проект с кучей людей и переводами на разные языки.
Это может быть даже просто картинка, где показана связь необходимых для предмета топиков/тем, а может быть детально проработанный план изучения. В любом случае, это делалось программистами для программистов(возможно будущих), и оценки будут напрямую коррелировать качеством.
P.S. Можно искать на самом гитхабе, если по каким-то причинам, это пока вызывает дискомфорт, можно просто приписать в гугле к запросу ‘github’ ну или уточнить поиск по сайту(в гугле это делается командой site:адрес, т.е. «site:github.com»
Приветствую, совсем короткий пост. Пару раз видел это вопрос под моими постами, да даже сами посты с этой тематикой получают наибольшее внимание. Очевидно, тема актуальная, и хотя ответ на поверхности, думаю многим он поможет.
Итак, где же найти хороший roadmap/план изучения/список учебных материалов?
Ответ который мне нравится большего всего: продолжать смотреть мою замечательную серию видео “план изучения программирования”
Но если серьезно, к примеру в том же видео/посте про понимание самого процесса программирования, говорилось, что сам принцип один, и хотя там он рассматривался в рамках питона, можно выбрать любой другой ЯП, и это будет работать. Так где найти, хотя бы хороший список учебных материалов?
Ну или к примеру, зритель сильно обгоняет план изучения, в таком случае ему нужны более углубленные учебные материалы, и нужны они, очевидно, сейчас.
Есть немного грубый, но в целом верный ответ - гугл. Проблема в том, что этот поиск может сильно затянуться и только сильней запутать. Правило здесь очень простое(о нем говорилось в видео про учебные материалы для основ питона)
“в программировании, популярность учебного материала - верный признак качества. Правда работает это тогда, когда популярность - следствие рекомендаций уже ставших программистами(именно подобные отзывы и стоит искать при подборе уч. материалов).”
Нужно идти туда, где программисты обитают, где возможно невысокий, но все же хоть какой-то порог вхождения, случайным людям там будет просто не особо интересно, таким образом, ценность оценок возрастает.
И первое что приходит на ум, страшно недооцененный в целях изучения - github. Это немного абсурдное заявление, поэтому уточню, недооцененный - новичками, те кто хотя бы немного продвинулся в изучении, понимают насколько это ценный ресурс.
Первая же строка выдачи “python + roadmap + github”
https://github.com/GnuriaN/Python-Roadmap - крутой roadmap для изучения python на русском, ссылается на русскоязычные ресурсы, достаточно подробно расписано, без лишней воды.
Я его мельком посмотрел. Что-то я бы вычеркнул, что-то добавил, на чем-то больше сакцентировал внимание, но повторюсь, по моему, это отличный roadmap.
Меня особо порадовало, что в конце упоминается курс от Computer Science Center, я как то о нем писал, именно о той версии которую советует автор roadmap-а, для меня это такой знак качества - невероятно крутой курс(о котором, к сожалению, очень мало где говорят).
Можно найти учебный план, не просто определенного ЯПа, а даже целой специальности/области/профессии, иногда у них есть даже целая история.
https://github.com/jwasham/coding-interview-university (англ.)
https://github.com/jwasham/coding-interview-university/blob/main/translations/README-ru.md (на русском)
John Washam имел достаточно успешную карьеру, но у него была мечта - попасть в гугл. Его отделяло от нее отсутствие образования и знаний в сфере computer science, собственно весь план - это его подготовка к собеседованию и обретение этих знаний с нуля. Даже в отрыве от столь амбициозной задачи, это просто крутой план по изучению computer science.
Кстати у Джона получилось, правда не с Гуглом, а с другим представителем FAANG - Амазоном.
https://github.com/ossu/computer-science Еще один достаточно известный репозиторий, эти ребята вообще называют себя опенсорсный университетом.
Таких репозиториев куча, где-то это личный проект, например человек просто таким образом трекал свой прогресс, где-то огромный проект с кучей людей и переводами на разные языки.
Это может быть даже просто картинка, где показана связь необходимых для предмета топиков/тем, а может быть детально проработанный план изучения. В любом случае, это делалось программистами для программистов(возможно будущих), и оценки будут напрямую коррелировать качеством.
P.S. Можно искать на самом гитхабе, если по каким-то причинам, это пока вызывает дискомфорт, можно просто приписать в гугле к запросу ‘github’ ну или уточнить поиск по сайту(в гугле это делается командой site:адрес, т.е. «site:github.com»
Дополнил меню/содержание канала. Все новое с пометкой - upd (update)
Forwarded from СТАТЬ ПРОГРАММИСТОМ
Этот пост - содержание/меню канала. Мне не очень нравится, как выглядят такие посты в закрепе канала, поэтому раз в месяц будут ссылаться на него(примерно с тем же интервалом он будет пополняться).
upd: 08.05.2021
у основных постов появилась видеоверсия на youtube
заново запущена серия - ‘план изучения программирования’
добавлены новые посты
Основы:
Python, основы | что читать/смотреть | как правильно использовать уч.материалы - https://xn--r1a.website/tobeprog/29
upd. Видеоверсия - https://youtu.be/cqyluq__UOU
Что значит программировать, почему многие не понимают этот процесс(и как эту проблему решить) - https://xn--r1a.website/tobeprog/32
upd. Видеоверсия - https://youtu.be/jXyFCLnN06c
upd. Видео Самый ПОЛЕЗНЫЙ Github репозиторий| создание с нуля СЛОЖНОЙ технологии https://youtu.be/000-NvdYPMg
upd. Где найти хороший roadmap/план изучения/список учебных материалов - https://xn--r1a.website/tobeprog/51
Посты про проекты(идеи для проектов):
Как делать интересные проекты из скучных - https://xn--r1a.website/tobeprog/13
Про цепи Маркова (и немного про то, как делать учебные проекты) - https://xn--r1a.website/tobeprog/22
upd. Roguelike игры - https://xn--r1a.website/tobeprog/38
Серия постов, с планом по изучению программирования
upd. (Видеоверсия, поскольку серия запущена заново и произошел сдвиг нумерации(сразу несколько частей в одном видео), то это теперь “часть 1”)
План изучения программирования | Python | Часть 1 - https://youtu.be/J8MLsG1_bu8
Прошлая версия:
Первая часть - ‘плана изучения программирования’. - https://xn--r1a.website/tobeprog/16
Вторая часть - ‘плана изучения программирования’. - https://xn--r1a.website/tobeprog/18
Небольшие посты(к примеру, в которых рассказывается об интересных уч.материалах), добавлять не буду, для них есть хэштеги.
upd: 08.05.2021
у основных постов появилась видеоверсия на youtube
заново запущена серия - ‘план изучения программирования’
добавлены новые посты
Основы:
Python, основы | что читать/смотреть | как правильно использовать уч.материалы - https://xn--r1a.website/tobeprog/29
upd. Видеоверсия - https://youtu.be/cqyluq__UOU
Что значит программировать, почему многие не понимают этот процесс(и как эту проблему решить) - https://xn--r1a.website/tobeprog/32
upd. Видеоверсия - https://youtu.be/jXyFCLnN06c
upd. Видео Самый ПОЛЕЗНЫЙ Github репозиторий| создание с нуля СЛОЖНОЙ технологии https://youtu.be/000-NvdYPMg
upd. Где найти хороший roadmap/план изучения/список учебных материалов - https://xn--r1a.website/tobeprog/51
Посты про проекты(идеи для проектов):
Как делать интересные проекты из скучных - https://xn--r1a.website/tobeprog/13
Про цепи Маркова (и немного про то, как делать учебные проекты) - https://xn--r1a.website/tobeprog/22
upd. Roguelike игры - https://xn--r1a.website/tobeprog/38
Серия постов, с планом по изучению программирования
upd. (Видеоверсия, поскольку серия запущена заново и произошел сдвиг нумерации(сразу несколько частей в одном видео), то это теперь “часть 1”)
План изучения программирования | Python | Часть 1 - https://youtu.be/J8MLsG1_bu8
Прошлая версия:
Первая часть - ‘плана изучения программирования’. - https://xn--r1a.website/tobeprog/16
Вторая часть - ‘плана изучения программирования’. - https://xn--r1a.website/tobeprog/18
Небольшие посты(к примеру, в которых рассказывается об интересных уч.материалах), добавлять не буду, для них есть хэштеги.
UPD: переименовал под-каналы
теперь:
Токов об IT >> Токов о программировании
@tokovIT
IT и Бизнес >> Об IT индустрии
@business_or_it
Это все еще временные названия, надеюсь придумаю что-нибудь получше, но они хотя бы больше отражают суть, нежели предыдущие
P.S. к тому же ‘IT и Бизнес’ - звучало просто ужасно
теперь:
Токов об IT >> Токов о программировании
@tokovIT
IT и Бизнес >> Об IT индустрии
@business_or_it
Это все еще временные названия, надеюсь придумаю что-нибудь получше, но они хотя бы больше отражают суть, нежели предыдущие
P.S. к тому же ‘IT и Бизнес’ - звучало просто ужасно
Forwarded from Токов о программировании
Недавно, в паре мест за пределами канала, сделал пост про недооцененные курсы по программированию/cs.
На основном канале постить не стал, потому что сам пост является компиляций других постов с него(канала). Но все же, об одном пункте я до этого не писал, и как мне кажется, очень зря.
На основном канале постить не стал, потому что сам пост является компиляций других постов с него(канала). Но все же, об одном пункте я до этого не писал, и как мне кажется, очень зря.
Forwarded from Токов о программировании
Missing Semester
Оригинал - https://missing.csail.mit.edu
[Перевод, на данный момент переведено 2 из 11 частей]Пропущенный семестр курса по компьютерным наукам - https://missing-semester-rus.github.io
Очень правильный формат, есть лекции(youtube) и сразу же конспекты, удобно.
Идея такая, есть куча инструментов, которые предположительно должен знать студент после изучения Computer Science, обычно это оставляют для самостоятельного изучения, тут же наоборот решили сакцентировать на них внимание(и сэкономить кучу времени студентам).
Уже хотел расписывать как мне понравилась часть про метапрограммирование, и нахваливать их подход к изучению Vim(буквально, абзац текста - “философия Vim” отвечает на вопрос - “зачем этот ваш Vim нужен?”, и очень правильно, что они подошли именно под таким углом), но вдруг понял, что здесь вот какая проблема: понять насколько это круто, смогут те, кто уже знает что это.
Поэтому, прибегну к максимально ужасному, но в тоже время понятному всем объяснению. Знаете такой голливудский образ процесса работы программиста - печатает со скоростью света, разумеется не пользуется мышкой и никогда не выходит из консоли.
Разумеется это полный бред, краем глаза киношники увидели использование определенных инструментов, и не поняв(или наоборот утрировав, выглядит то это, действительно, впечатляюще) решили, что весь процесс использование компьютера программистом выстроен исключительно на них.
Так вот, в этом курсе научат этими самыми инструментами пользоваться. Кроме того, что их использование довольно эффектно, оно еще и очень эффективно.
Оригинал - https://missing.csail.mit.edu
[Перевод, на данный момент переведено 2 из 11 частей]Пропущенный семестр курса по компьютерным наукам - https://missing-semester-rus.github.io
Очень правильный формат, есть лекции(youtube) и сразу же конспекты, удобно.
Идея такая, есть куча инструментов, которые предположительно должен знать студент после изучения Computer Science, обычно это оставляют для самостоятельного изучения, тут же наоборот решили сакцентировать на них внимание(и сэкономить кучу времени студентам).
Уже хотел расписывать как мне понравилась часть про метапрограммирование, и нахваливать их подход к изучению Vim(буквально, абзац текста - “философия Vim” отвечает на вопрос - “зачем этот ваш Vim нужен?”, и очень правильно, что они подошли именно под таким углом), но вдруг понял, что здесь вот какая проблема: понять насколько это круто, смогут те, кто уже знает что это.
Поэтому, прибегну к максимально ужасному, но в тоже время понятному всем объяснению. Знаете такой голливудский образ процесса работы программиста - печатает со скоростью света, разумеется не пользуется мышкой и никогда не выходит из консоли.
Разумеется это полный бред, краем глаза киношники увидели использование определенных инструментов, и не поняв(или наоборот утрировав, выглядит то это, действительно, впечатляюще) решили, что весь процесс использование компьютера программистом выстроен исключительно на них.
Так вот, в этом курсе научат этими самыми инструментами пользоваться. Кроме того, что их использование довольно эффектно, оно еще и очень эффективно.
На @tokovIT вышло несколько постов в формате вопрос/ответ, наверно это превратится в еженедельную рубрику. А пока взял несколько самых популярных вопросов:
Почему python лучший вариант первого ЯПа?
Я слышал, что питон очень простой, это так?
То есть он хуже/лучше {вставить любой ЯП}?
А что, если в середине изучения, я пойму что мне интересен другой ЯП?
А что, если в середине изучения, я пойму, что программирование это не моё?
Как пример, репостну один сюда.
Почему python лучший вариант первого ЯПа?
Я слышал, что питон очень простой, это так?
То есть он хуже/лучше {вставить любой ЯП}?
А что, если в середине изучения, я пойму что мне интересен другой ЯП?
А что, если в середине изучения, я пойму, что программирование это не моё?
Как пример, репостну один сюда.
Forwarded from Токов о программировании
То есть он хуже/лучше {вставить любой ЯП}?
Языки программирования - это инструменты, определенные подходят под определенные задачи, делить их на хорошие/плохие - в корне не правильно, и верный признак того, что человек крайне далек от индустрии.
Знаете кто большего всего уверен в превосходстве определенного ЯПа? - Тот, у кого в головушке отложилась только вводная глава ввода в яп, там прям расскажут где яп используется(спойлер - везде, в реальности - нет), какой он классный, и вообще все будущее основано на нем. И это нормально, иначе бы никто дальше первой главы не читал(представьте, если бы книгах о php рубили бы правду с порога).
Если бы был один универсально прекрасный ЯП, в коммерческой разработке использовали бы только его. Это логично и с точки зрения самого программиста, и с точки зрения бизнеса(в этом вопросе, его точка зрения куда весомей).
Языки программирования - это инструменты, определенные подходят под определенные задачи, делить их на хорошие/плохие - в корне не правильно, и верный признак того, что человек крайне далек от индустрии.
Знаете кто большего всего уверен в превосходстве определенного ЯПа? - Тот, у кого в головушке отложилась только вводная глава ввода в яп, там прям расскажут где яп используется(спойлер - везде, в реальности - нет), какой он классный, и вообще все будущее основано на нем. И это нормально, иначе бы никто дальше первой главы не читал(представьте, если бы книгах о php рубили бы правду с порога).
Если бы был один универсально прекрасный ЯП, в коммерческой разработке использовали бы только его. Это логично и с точки зрения самого программиста, и с точки зрения бизнеса(в этом вопросе, его точка зрения куда весомей).
План изучения программирования | дополнение к части 1 | о планах изучения
Это скорее дополнение к первой части(поэтому видеоверсию скорее всего делать не буду). Оно посвящено планам изучения, и нужно для того самого ‘контроля со стороны изучающего’ из прошлой части.
Изначально, думал начать именно с этой темы, но это мне показалось слишком уж необычном заходом, поэтому 1 часть была куда более стандартная(большинство частей будут именно - стандартными, но время от времени, будут и такие дополнения). Считаю, что описанное ниже крайне полезно узнать в начале изучения.
Если кратко - о планах изучения, как правильно составлять, какие принципы, на что обращать внимание и т.д. и т.п.
1. Где найти хороший roadmap/план изучения/список учебных материалов
Для начала, неплохо посмотреть какие они вообще бывают и возможно взять какой то за основу(или сразу несколько).
Недавно делал пост об этом - https://xn--r1a.website/tobeprog/51
Кратко:
Касательно уч. материалов есть простое правило:
“в программировании, популярность учебного материала - верный признак качества. Правда работает это тогда, когда популярность - следствие рекомендаций уже ставших программистами(именно подобные отзывы и стоит искать при подборе уч. материалов).”
Т.е. нужно идти туда, где программисты обитают, где возможно невысокий, но все же хоть какой-то порог вхождения, случайным людям там будет просто не особо интересно, таким образом, ценность оценок возрастает.
Прекрасный вариант такого места - github, и как пример, буквально первая же строка выдачи “python + roadmap + github”, приведет к вполне себе отличному roadmap-у для изучения python - https://github.com/GnuriaN/Python-Roadmap (на русском, ссылается на русскоязычные ресурсы, достаточно подробно расписано, без лишней воды).
2. Взаимозаменяемость уч.материалов
Это очень важно, понимание этого способно решить кучу проблем, особенно на ранних этапах.
Изучение программирования не похоже на изучение какой-нибудь философии, нет кардинально разных взглядов на предмет(каких то определенных школ), способных изменить всю картину.
На практике это означает, что можно как угодно жонглировать учебными материалами. Если произошел какой-то затык и после изучения определенной темы, она все еще остается непонятной, хорошая идея - посмотреть как об этом рассказано в других книгах/курсах. И чем больше учебных материалов, тем выше вероятность найти подходящее объяснение.
При очень большом желании, можно читать главу про функции у одного автора, типы данных у другого, ооп у третьего, и условные 10 глав ввода в ЯП разложить на 10 разных авторов. В этом не много смысла и скорее всего это не очень удобно в плане восприятия, но даже такой странный метод никак не собьет с пути правильного изучения.
3. Учебные материалы это просто инструменты
Пункт напрямую связан с прошлым. Язык программирования это инструмент, книги/курсы по япам это инструмент для изучения инструмента.
Вроде бы, очень очевидная мысль. Но, на практике, отношение к уч.материалам противоположное - будто существует один, самый правильный вариант и нужно, сначала долго его искать, потом учить именно по строго определенной книге/курсу/методу. Как будто, это не один из вариантов(инструментов), а единственно возможный.
Если инструмент работает плохо, его надо менять. Например, материал подан отлично, за исключением одной главы, это может сильно затормозить, можно получить те же знания из другого источника, а не топтаться на месте).
4. Начать выстраивать план лучше с какого-то опорного уч.материала
Он должен быть достаточно полным, и служить ориентиром для всего дальнейшего изучения. Важна именно функция ориентира, не обязательно двигаться конкретно по этому учебному материалу, важно именно мочь с ним свериться и понять на каком этапе находитесь, что уже пройдено, какие темы еще не закрыты и т.д. и т.п.
Хорошая новость, что как и говорилось в правиле из п.1. в программировании популярность учебного материала - верный знак качества. А из-за ‘полноты’, такой учебный материала как раз и будут хвалить делая упор на эту самую ‘полноту’.
Это скорее дополнение к первой части(поэтому видеоверсию скорее всего делать не буду). Оно посвящено планам изучения, и нужно для того самого ‘контроля со стороны изучающего’ из прошлой части.
Изначально, думал начать именно с этой темы, но это мне показалось слишком уж необычном заходом, поэтому 1 часть была куда более стандартная(большинство частей будут именно - стандартными, но время от времени, будут и такие дополнения). Считаю, что описанное ниже крайне полезно узнать в начале изучения.
Если кратко - о планах изучения, как правильно составлять, какие принципы, на что обращать внимание и т.д. и т.п.
1. Где найти хороший roadmap/план изучения/список учебных материалов
Для начала, неплохо посмотреть какие они вообще бывают и возможно взять какой то за основу(или сразу несколько).
Недавно делал пост об этом - https://xn--r1a.website/tobeprog/51
Кратко:
Касательно уч. материалов есть простое правило:
“в программировании, популярность учебного материала - верный признак качества. Правда работает это тогда, когда популярность - следствие рекомендаций уже ставших программистами(именно подобные отзывы и стоит искать при подборе уч. материалов).”
Т.е. нужно идти туда, где программисты обитают, где возможно невысокий, но все же хоть какой-то порог вхождения, случайным людям там будет просто не особо интересно, таким образом, ценность оценок возрастает.
Прекрасный вариант такого места - github, и как пример, буквально первая же строка выдачи “python + roadmap + github”, приведет к вполне себе отличному roadmap-у для изучения python - https://github.com/GnuriaN/Python-Roadmap (на русском, ссылается на русскоязычные ресурсы, достаточно подробно расписано, без лишней воды).
2. Взаимозаменяемость уч.материалов
Это очень важно, понимание этого способно решить кучу проблем, особенно на ранних этапах.
Изучение программирования не похоже на изучение какой-нибудь философии, нет кардинально разных взглядов на предмет(каких то определенных школ), способных изменить всю картину.
На практике это означает, что можно как угодно жонглировать учебными материалами. Если произошел какой-то затык и после изучения определенной темы, она все еще остается непонятной, хорошая идея - посмотреть как об этом рассказано в других книгах/курсах. И чем больше учебных материалов, тем выше вероятность найти подходящее объяснение.
При очень большом желании, можно читать главу про функции у одного автора, типы данных у другого, ооп у третьего, и условные 10 глав ввода в ЯП разложить на 10 разных авторов. В этом не много смысла и скорее всего это не очень удобно в плане восприятия, но даже такой странный метод никак не собьет с пути правильного изучения.
3. Учебные материалы это просто инструменты
Пункт напрямую связан с прошлым. Язык программирования это инструмент, книги/курсы по япам это инструмент для изучения инструмента.
Вроде бы, очень очевидная мысль. Но, на практике, отношение к уч.материалам противоположное - будто существует один, самый правильный вариант и нужно, сначала долго его искать, потом учить именно по строго определенной книге/курсу/методу. Как будто, это не один из вариантов(инструментов), а единственно возможный.
Если инструмент работает плохо, его надо менять. Например, материал подан отлично, за исключением одной главы, это может сильно затормозить, можно получить те же знания из другого источника, а не топтаться на месте).
4. Начать выстраивать план лучше с какого-то опорного уч.материала
Он должен быть достаточно полным, и служить ориентиром для всего дальнейшего изучения. Важна именно функция ориентира, не обязательно двигаться конкретно по этому учебному материалу, важно именно мочь с ним свериться и понять на каком этапе находитесь, что уже пройдено, какие темы еще не закрыты и т.д. и т.п.
Хорошая новость, что как и говорилось в правиле из п.1. в программировании популярность учебного материала - верный знак качества. А из-за ‘полноты’, такой учебный материала как раз и будут хвалить делая упор на эту самую ‘полноту’.
Telegram
СТАТЬ ПРОГРАММИСТОМ
Где найти хороший roadmap/план изучения/список учебных материалов
Приветствую, совсем короткий пост. Пару раз видел это вопрос под моими постами, да даже сами посты с этой тематикой получают наибольшее внимание. Очевидно, тема актуальная, и хотя ответ на…
Приветствую, совсем короткий пост. Пару раз видел это вопрос под моими постами, да даже сами посты с этой тематикой получают наибольшее внимание. Очевидно, тема актуальная, и хотя ответ на…
Небольшой ресерч, и такой материал будет найден(не говоря уже о том, что он скорее всего будет в каждом списке рекомендуемой литературы). Как пример, при упоминании основ питона первым в голову приходит Лутц.
5. Не перепроходите уже понятое
Вообще лучше относиться к опорному материалу, как к 100%(обычно они еще и переполнены), а уже ко всем остальным книгам/курсам, как к возможности эти проценты заполнить. Об этом не было сказано в п.2 и п.3, вроде бы это очевидно, но все же напишу, если какая та часть уже заполнена, делать это повторно не нужно(перепроходить понятое - потеря времени).
6. Для материалов на английском не нужен уровень Disco Elysium
Я не лингвист, поэтому рассуждений на тему почему так выдать не могу. Но точно могу сказать, что для многих становится настоящим открытием то, насколько простой английский используют в тех же лекциях по тех.специальностям. Если получается смотреть какие-нибудь ситкомчики(условных “Друзей”) в оригинале, то и лекции условного MIT по алгоритмам тоже потянете.
7. На этапе изучения бессмысленно читать проф.литературу
Один из самых худших советов - почитать что-то для разработчиков не будучи разработчиком. Кроме того, что это занятие крайне бессмысленное оно еще очень плохо может сказаться на восприятии предмета. Будучи далеким от самого процесса, изучающий может крайне субъективно трактовать некоторые советы, утрировать важность и например выучить то, что уже некоторое время не актуально(а потом на этот выстроится очень и очень странное представление предмета).
8. План всегда должен оставаться в контексте конечной задачи
Для чего изучается предмет, например, если для обретения профессии, то за пределы необходимых для работы требований, изучение выходить не должно. Связанно это с тем, что никое изучение даже близко не даст тот же опыт, что настоящая работа. Время, по сути, главный буст будущей карьеры, и тратить его просто так, не особо рационально.
5. Не перепроходите уже понятое
Вообще лучше относиться к опорному материалу, как к 100%(обычно они еще и переполнены), а уже ко всем остальным книгам/курсам, как к возможности эти проценты заполнить. Об этом не было сказано в п.2 и п.3, вроде бы это очевидно, но все же напишу, если какая та часть уже заполнена, делать это повторно не нужно(перепроходить понятое - потеря времени).
6. Для материалов на английском не нужен уровень Disco Elysium
Я не лингвист, поэтому рассуждений на тему почему так выдать не могу. Но точно могу сказать, что для многих становится настоящим открытием то, насколько простой английский используют в тех же лекциях по тех.специальностям. Если получается смотреть какие-нибудь ситкомчики(условных “Друзей”) в оригинале, то и лекции условного MIT по алгоритмам тоже потянете.
7. На этапе изучения бессмысленно читать проф.литературу
Один из самых худших советов - почитать что-то для разработчиков не будучи разработчиком. Кроме того, что это занятие крайне бессмысленное оно еще очень плохо может сказаться на восприятии предмета. Будучи далеким от самого процесса, изучающий может крайне субъективно трактовать некоторые советы, утрировать важность и например выучить то, что уже некоторое время не актуально(а потом на этот выстроится очень и очень странное представление предмета).
8. План всегда должен оставаться в контексте конечной задачи
Для чего изучается предмет, например, если для обретения профессии, то за пределы необходимых для работы требований, изучение выходить не должно. Связанно это с тем, что никое изучение даже близко не даст тот же опыт, что настоящая работа. Время, по сути, главный буст будущей карьеры, и тратить его просто так, не особо рационально.
Приветствую, давно хотел написать пост об изучении Computer Science, рассмотреть пару тем. рассказать об интересных уч.материалах. К тому же здесь превалируют русскоязычные уч. материалы, что достаточно редкая история.
Подготовка к изучению cs
Выбор языка
Все сводится к 2 вариантам: более классический - си, более простой - питон. Вообще можно выбрать и любой другой, но так уж сложилось, что большинство уч.материалов крутятся вокруг этих двух.
Начнем с питона, основное преимущество - можно быстро писать сложные программы или их рабочие прототипы. В cs очень важно, не просто изучать теорию, но и мочь что-то сделать, что называется “покрутить” это, поэкспериментировать, понять принцип работы на практике.
Пост про уч.материалы для изучения основ питона - https://xn--r1a.website/tobeprog/29
Не буду расписывать каждый, уже кучу всего про них написал, как и про подбор правильных уч.материалов, все есть в посте.
Поэтому, сразу к Си. Сразу скажу, в моем понимании, изучении Си без ассемблера - крайне странная идея, и из того же gdb изучающий вообще вылезать не должен. Но это достаточно хардкорный подход, в котором, для начинающего уж слишком много процесса исследования(что может сильно запутать).
Надо ли писать о книгах по Си, там и так все ясно, в любой подборке будет фигурировать тот же Прата, мимо основных пройти невозможно, вместо этого расскажу о куда более интересном и малоизвестном материале.
https://stepik.org/course/73618 - один из лучших курсов по Си, найденный мной весьма странным образом. Дело в том, что автор курса написал книгу, с тем самым правильным в моем понимании подходом(сишечка через ассемблер), самой книги нет на русском, но гугл неожиданно привел меня на степик, где курс можно сказать спрятался(не привязан к какой-либо организации, на обложке милейший котик, и всего 2к учащихся, поэтому на самом сайте его приметить затруднительно). К сожалению, сам курс без ассемблера, но он все же очень хорош.
Cложный, глубокий, про современный подход к разработке(это прям редкость). Тут главное не торопиться, и постепенно, вникая во все(это оч. важно), двигаться по курсу.
А оно точно вам нужно?
Этот вопрос стоит задавать перед изучением любого топика/темы cs. И уж точно, перед комплексным изучением всего предмета. Да, вроде как лишних знаний не бывает, но вот что бывает, так это потерянное зря время(в случае с cs, очень и очень большое).
Почему я вообще поднял этот вопрос? Если кратко, ища разные материалы на тему cs, очень уж часто я видел крайне спорные утверждения из разряда: “каждый программист должен знать”. И если подобное утверждение выходит далеко за пределы основ, то я советую очень и очень осторожно к нему относиться.
Особенно, если изначально не стоит задачи разобраться в той или иной области, а ее изучения связано с получением, например, будущей профессии. Сделайте ресерч, посмотрите действительно ли это необходимое требование(предположу, что в большинстве случаев - нет).
Изучение от практики
Одна из самых примечательных особенностей изучения cs сейчас, это - возможность изучать некоторые темы от практики. Начинать с небольших “игрушечных” проектов и потихоньку увеличивать сложность, все больше и больше приближаясь к настоящим.
Даже без github-а, подборок и прочего, туториалы с ними легко гуглятся. Например, запрос “Lisp interpreter in python” и первый же результат:
http://norvig.com/lispy.html (How to Write a (Lisp) Interpreter (in Python)) статья Питера Норвига, где буквально за 90 строк он пишет и объясняет очень простой интерпретатор Lisp
https://habr.com/ru/post/115206/ - перевод этой статьи, также будет на первой странице выдачи
Это отличный вариант для старта. А что потом? Ну например, есть продолжении этой статьи с улучшенной версией интерпретатора:
https://norvig.com/lispy2.html (An ((Even Better) Lisp) Interpreter (in Python)) все также первая страница выдачи, там же будут и другие варианты.
Такой подход, ни в коем случае не отрицает чтения фундаментальной литературы, а наоборот дополняет его, и даже мотивирует все глубже и глубже изучать тему.
Количество тем
Чтобы этот пост не стал слишком уж большим, я взял самые популярные темы, они входят, если так можно выразиться - классические топики cs. Получилось 5(Алгоритмы, Математика, Архитектура, Операционные системы, Языки программирования и компиляторы).
Выбор языка
Все сводится к 2 вариантам: более классический - си, более простой - питон. Вообще можно выбрать и любой другой, но так уж сложилось, что большинство уч.материалов крутятся вокруг этих двух.
Начнем с питона, основное преимущество - можно быстро писать сложные программы или их рабочие прототипы. В cs очень важно, не просто изучать теорию, но и мочь что-то сделать, что называется “покрутить” это, поэкспериментировать, понять принцип работы на практике.
Пост про уч.материалы для изучения основ питона - https://xn--r1a.website/tobeprog/29
Не буду расписывать каждый, уже кучу всего про них написал, как и про подбор правильных уч.материалов, все есть в посте.
Поэтому, сразу к Си. Сразу скажу, в моем понимании, изучении Си без ассемблера - крайне странная идея, и из того же gdb изучающий вообще вылезать не должен. Но это достаточно хардкорный подход, в котором, для начинающего уж слишком много процесса исследования(что может сильно запутать).
Надо ли писать о книгах по Си, там и так все ясно, в любой подборке будет фигурировать тот же Прата, мимо основных пройти невозможно, вместо этого расскажу о куда более интересном и малоизвестном материале.
https://stepik.org/course/73618 - один из лучших курсов по Си, найденный мной весьма странным образом. Дело в том, что автор курса написал книгу, с тем самым правильным в моем понимании подходом(сишечка через ассемблер), самой книги нет на русском, но гугл неожиданно привел меня на степик, где курс можно сказать спрятался(не привязан к какой-либо организации, на обложке милейший котик, и всего 2к учащихся, поэтому на самом сайте его приметить затруднительно). К сожалению, сам курс без ассемблера, но он все же очень хорош.
Cложный, глубокий, про современный подход к разработке(это прям редкость). Тут главное не торопиться, и постепенно, вникая во все(это оч. важно), двигаться по курсу.
А оно точно вам нужно?
Этот вопрос стоит задавать перед изучением любого топика/темы cs. И уж точно, перед комплексным изучением всего предмета. Да, вроде как лишних знаний не бывает, но вот что бывает, так это потерянное зря время(в случае с cs, очень и очень большое).
Почему я вообще поднял этот вопрос? Если кратко, ища разные материалы на тему cs, очень уж часто я видел крайне спорные утверждения из разряда: “каждый программист должен знать”. И если подобное утверждение выходит далеко за пределы основ, то я советую очень и очень осторожно к нему относиться.
Особенно, если изначально не стоит задачи разобраться в той или иной области, а ее изучения связано с получением, например, будущей профессии. Сделайте ресерч, посмотрите действительно ли это необходимое требование(предположу, что в большинстве случаев - нет).
Изучение от практики
Одна из самых примечательных особенностей изучения cs сейчас, это - возможность изучать некоторые темы от практики. Начинать с небольших “игрушечных” проектов и потихоньку увеличивать сложность, все больше и больше приближаясь к настоящим.
Даже без github-а, подборок и прочего, туториалы с ними легко гуглятся. Например, запрос “Lisp interpreter in python” и первый же результат:
http://norvig.com/lispy.html (How to Write a (Lisp) Interpreter (in Python)) статья Питера Норвига, где буквально за 90 строк он пишет и объясняет очень простой интерпретатор Lisp
https://habr.com/ru/post/115206/ - перевод этой статьи, также будет на первой странице выдачи
Это отличный вариант для старта. А что потом? Ну например, есть продолжении этой статьи с улучшенной версией интерпретатора:
https://norvig.com/lispy2.html (An ((Even Better) Lisp) Interpreter (in Python)) все также первая страница выдачи, там же будут и другие варианты.
Такой подход, ни в коем случае не отрицает чтения фундаментальной литературы, а наоборот дополняет его, и даже мотивирует все глубже и глубже изучать тему.
Количество тем
Чтобы этот пост не стал слишком уж большим, я взял самые популярные темы, они входят, если так можно выразиться - классические топики cs. Получилось 5(Алгоритмы, Математика, Архитектура, Операционные системы, Языки программирования и компиляторы).
Не знаю насколько вообще тема поста интересна, если хорошо зайдет, то сделаю еще 5, навскидку: сети, бд, графика и т.д.
Алгоритмы
Алгоритмы. Руководство по разработке, Стивен Скиена - считаю лучшим вариантом, замечательная книга. Кроме того, что она великолепно написана, в ней есть куча ссылок на другую отличную литературу, можно очень глубоко погрузиться в тему.
Грокаем алгоритмы, Адитья Бхаргава - хороший вариант для совсем начинающих.
Структуры данных и алгоритмы Java, Роберт Лафоре - классика, не смущайтесь ЯПа в названии, вообще хорошая литература по алгоритмам к ЯПам не привязана, они лишь лучше иллюстрируют рассказанное, в случае Лафорте, рассказанное настолько понятно, что Java точно не станет проблемой.
Но если нужно именно на определенном ЯПе, то разумеется есть репозиторий с кучей алгоритмов и реализаций на разных ЯПах - https://github.com/TheAlgorithms/Python/blob/master/DIRECTORY.md
Алгоритмы. Вводный курс, Томас Кормен - почему то все время забывают про эту книгу, и сразу отсылают к большой работе того же автора ‘Алгоритмы. Построение и анализ’, эта книга, куда легче и возможно, станет ступенькой к основному труду автора.
https://stepik.org/course/217 - Алгоритмы: теория и практика. Методы
https://stepik.org/course/1547 - Алгоритмы: теория и практика. Структуры данных
Два отличных курса от CSC, оба мультиязычные
Есть один курс на английском, который я не могу не упомянуть:
https://youtu.be/HtSuA80QTyo Introduction to Algorithms(MIT), он большой(это мягко сказано), но зато очень детальный, и объясняют все достаточно понятно, ко всему прочему этот курс только часть из серии Массачусетских курсов по алгоритмам, сразу за ним идет не менее приятный - Design and Analysis of Algorithms.
Еще к этому можно добавить кучу отличных статей, кучу объяснений сложных моментов простым языком, всякие ресурсы с задачками и т.д. и т.п. В плане поиска уч.материалов - изучение алгоритмов не доставит проблем. Если сложновато, всегда найдется объяснение попроще, если не хватает челленджа, всегда найдется челлендж.
Алгоритмы. Руководство по разработке, Стивен Скиена - считаю лучшим вариантом, замечательная книга. Кроме того, что она великолепно написана, в ней есть куча ссылок на другую отличную литературу, можно очень глубоко погрузиться в тему.
Грокаем алгоритмы, Адитья Бхаргава - хороший вариант для совсем начинающих.
Структуры данных и алгоритмы Java, Роберт Лафоре - классика, не смущайтесь ЯПа в названии, вообще хорошая литература по алгоритмам к ЯПам не привязана, они лишь лучше иллюстрируют рассказанное, в случае Лафорте, рассказанное настолько понятно, что Java точно не станет проблемой.
Но если нужно именно на определенном ЯПе, то разумеется есть репозиторий с кучей алгоритмов и реализаций на разных ЯПах - https://github.com/TheAlgorithms/Python/blob/master/DIRECTORY.md
Алгоритмы. Вводный курс, Томас Кормен - почему то все время забывают про эту книгу, и сразу отсылают к большой работе того же автора ‘Алгоритмы. Построение и анализ’, эта книга, куда легче и возможно, станет ступенькой к основному труду автора.
https://stepik.org/course/217 - Алгоритмы: теория и практика. Методы
https://stepik.org/course/1547 - Алгоритмы: теория и практика. Структуры данных
Два отличных курса от CSC, оба мультиязычные
Есть один курс на английском, который я не могу не упомянуть:
https://youtu.be/HtSuA80QTyo Introduction to Algorithms(MIT), он большой(это мягко сказано), но зато очень детальный, и объясняют все достаточно понятно, ко всему прочему этот курс только часть из серии Массачусетских курсов по алгоритмам, сразу за ним идет не менее приятный - Design and Analysis of Algorithms.
Еще к этому можно добавить кучу отличных статей, кучу объяснений сложных моментов простым языком, всякие ресурсы с задачками и т.д. и т.п. В плане поиска уч.материалов - изучение алгоритмов не доставит проблем. Если сложновато, всегда найдется объяснение попроще, если не хватает челленджа, всегда найдется челлендж.
Математика
Лучше изучать математику под конкретную цель. Т.е. в тот момент, когда приходит понимание, что для дальнейшего изучения другой темы необходимо ее(математику) подтянуть.
Но, как бы это помягче сказать, может сложиться ситуация, когда и подтягивать то нечего, настолько с математикой дружба не склеилась. В таком случае, наверно стоит почитать что-то популярное, пускай не относящееся к дискретной математике(cs крутится вокруг неё), просто чтобы понять что это не такая страшная штука.
Парочка таких книг:
Красота в квадрате, Алекс Беллос
Удовольствие от х, Стивен Строгац
Теория игр, Авинаш Диксит, Барри Нейлбафф
Что такое математика? Рихард Курант, Герберт Роббинс
После/параллельно, стоит посмотреть что-то из разряда “математика для взрослых/минимум для абитуриента тех.вуза”. Главное, чтобы подобные ликбезы не стали в тягость.
Как и говорилось выше, в cs все крутится вокруг дискретной математики
Дискретная математика для программистов, Род Хаггарти - наверно, сейчас это лучший вариант введения в предмет.
На степике довольно много курсов по дискретной математике, возможно кому то такой формат будет удобней.
https://stepik.org/course/91 - Ликбез по дискретной математике
https://stepik.org/course/83 - Дискретные структуры
https://stepik.org/course/125 - Основы перечислительной комбинаторики
https://stepik.org/course/126 - Основы теории графов
https://stepik.org/course/5608 - Теория графов
Перед курсом про алгоритмы(из прошлого раздела) в MIT читают курс, который так и называется Mathematics for Computer Science - https://youtu.be/L3LMbpZIKhQ
Лучше изучать математику под конкретную цель. Т.е. в тот момент, когда приходит понимание, что для дальнейшего изучения другой темы необходимо ее(математику) подтянуть.
Но, как бы это помягче сказать, может сложиться ситуация, когда и подтягивать то нечего, настолько с математикой дружба не склеилась. В таком случае, наверно стоит почитать что-то популярное, пускай не относящееся к дискретной математике(cs крутится вокруг неё), просто чтобы понять что это не такая страшная штука.
Парочка таких книг:
Красота в квадрате, Алекс Беллос
Удовольствие от х, Стивен Строгац
Теория игр, Авинаш Диксит, Барри Нейлбафф
Что такое математика? Рихард Курант, Герберт Роббинс
После/параллельно, стоит посмотреть что-то из разряда “математика для взрослых/минимум для абитуриента тех.вуза”. Главное, чтобы подобные ликбезы не стали в тягость.
Как и говорилось выше, в cs все крутится вокруг дискретной математики
Дискретная математика для программистов, Род Хаггарти - наверно, сейчас это лучший вариант введения в предмет.
На степике довольно много курсов по дискретной математике, возможно кому то такой формат будет удобней.
https://stepik.org/course/91 - Ликбез по дискретной математике
https://stepik.org/course/83 - Дискретные структуры
https://stepik.org/course/125 - Основы перечислительной комбинаторики
https://stepik.org/course/126 - Основы теории графов
https://stepik.org/course/5608 - Теория графов
Перед курсом про алгоритмы(из прошлого раздела) в MIT читают курс, который так и называется Mathematics for Computer Science - https://youtu.be/L3LMbpZIKhQ
Архитектура
"Код", Петцольд - книга из введения, если по каким то причинам еще не прочитана, то самое время это сделать.
Архитектура компьютера, Таненбаум - буквально фундамент, очень важная книга. Она куда сложнее Петцольда, но это, можно сказать, другой уровень. По сути, Петцольд в разрезе изучения архитектуры - подготовка к этой книге.
Архитектура компьютера и проектирование компьютерных систем, Дэвид Паттерсон, Джон Хеннесси - еще одна фундаментальная книга. Вполне может составить конкуренцию Таненбауму.
Честно сказать, не вижу смысла писать о других уч.материалах. Последние 2 книги просто вне всякой конкуренции. И даже близко никакой другой курс/книга не сможет подобраться.
"Код", Петцольд - книга из введения, если по каким то причинам еще не прочитана, то самое время это сделать.
Архитектура компьютера, Таненбаум - буквально фундамент, очень важная книга. Она куда сложнее Петцольда, но это, можно сказать, другой уровень. По сути, Петцольд в разрезе изучения архитектуры - подготовка к этой книге.
Архитектура компьютера и проектирование компьютерных систем, Дэвид Паттерсон, Джон Хеннесси - еще одна фундаментальная книга. Вполне может составить конкуренцию Таненбауму.
Честно сказать, не вижу смысла писать о других уч.материалах. Последние 2 книги просто вне всякой конкуренции. И даже близко никакой другой курс/книга не сможет подобраться.
Операционные системы
https://stepik.org/course/1780 - Операционные системы, отличный курс, с него вполне можно начать.
https://github.com/tuhdo/os01 - Operating Systems: From 0 to 1, это книга, отличный ввод в тему, к сожалению только на английском.
https://littleosbook.github.io/ - The little book about OS development, великолепная книга, именно по разработке операционок, теорию же авторы рекомендуют брать из того же Таненбаума. Тоже только на английском.
Собственно, Современные операционные системы, Таненбаум, Бос - книга, разумеется, абсолютный мастрид для желающих разобраться в вопросе, но она очень и очень сложная, поэтому крайне не рекомендую начинать с нее, посмотрите варианты которые выше, попишите всякие мелкие проекты(благо туториалов куча), и только потом стоит приступать.
Если интересует Linux, точно не стоит проходить мимо Ядро Linux. Описание процесса разработки, Роберт Лав
https://stepik.org/course/1780 - Операционные системы, отличный курс, с него вполне можно начать.
https://github.com/tuhdo/os01 - Operating Systems: From 0 to 1, это книга, отличный ввод в тему, к сожалению только на английском.
https://littleosbook.github.io/ - The little book about OS development, великолепная книга, именно по разработке операционок, теорию же авторы рекомендуют брать из того же Таненбаума. Тоже только на английском.
Собственно, Современные операционные системы, Таненбаум, Бос - книга, разумеется, абсолютный мастрид для желающих разобраться в вопросе, но она очень и очень сложная, поэтому крайне не рекомендую начинать с нее, посмотрите варианты которые выше, попишите всякие мелкие проекты(благо туториалов куча), и только потом стоит приступать.
Если интересует Linux, точно не стоит проходить мимо Ядро Linux. Описание процесса разработки, Роберт Лав
Языки программирования и компиляторы
Разумеется, есть книга дракона Компиляторы: принципы, технологии и инструменты, Ахо, Лам, Ульман, Сети - здесь та же история, что с операционками Таненбаума, абсолютный мастрид, но к нему следует хорошенько подготовиться.
К тому же, можно очень хорошо разобраться в теме, и например, написать свой первый компилятор, вообще до соприкосновения с драконами. И это мне кажется правильной тактикой изучения.
Начать с того самого “подхода от практики”, потихонечку увеличивать сложность, пока не станет ясно, что необходимо более глубокое понимание теории. Отправная точка у всех разная, благо туториалов разной сложности столько, что без проблем можно найти подходящий.
https://ruslanspivak.com/lsbasi-part1/ - отличный вариант для старта, Цикл из 19 статей, в котором автор, пишет интерпретатор языка Pascal на Python.
https://github.com/DoctorWkt/acwj - автор репозиория пишет компилятор, при этом подробнейшщим образом объясняя каждый шаг.
Разумеется, есть книга дракона Компиляторы: принципы, технологии и инструменты, Ахо, Лам, Ульман, Сети - здесь та же история, что с операционками Таненбаума, абсолютный мастрид, но к нему следует хорошенько подготовиться.
К тому же, можно очень хорошо разобраться в теме, и например, написать свой первый компилятор, вообще до соприкосновения с драконами. И это мне кажется правильной тактикой изучения.
Начать с того самого “подхода от практики”, потихонечку увеличивать сложность, пока не станет ясно, что необходимо более глубокое понимание теории. Отправная точка у всех разная, благо туториалов разной сложности столько, что без проблем можно найти подходящий.
https://ruslanspivak.com/lsbasi-part1/ - отличный вариант для старта, Цикл из 19 статей, в котором автор, пишет интерпретатор языка Pascal на Python.
https://github.com/DoctorWkt/acwj - автор репозиория пишет компилятор, при этом подробнейшщим образом объясняя каждый шаг.
Только что понял, что в пост про изучения cs забыл добавить введение, хотя в самом посте на него ссылаюсь FACEPALM
Ввод в computer science
Учебные материалы, не требующие какой либо предварительной подготовки, можно даже ни одного ЯПа не знать. При этом, их полезно посмотреть всем начинающим программистам, даже если дальнейшее изучения cs не планируется.
1.1. CS50
Оригинал Перевод
Легендарный Гарвардский ввод в cs. Лектор обладает каким то запредельным скиллом интересно подавать сложный материал, и сам материал выше всяких похвал. На данный момент, именно этот ввод мне видится лучшим вариантом для старта.
1.2. "Код", Петцольд
Эта книга - ввод в архитектуру, разбирается всё, буквально от подачи тока по проводкам и заканчивая высокоуровневыми языками программирования.
Но куда интересней другая особенность книги - здесь с легкостью ловится эффект, когда ты понял одну часть, но уже забыл прошлую, и надо все заново, и все удерживать в голове и т.д. При этом сама книга написана простым языком, не подразумевает никаких предварительных знаний по теме и досконально разбирает каждый момент. Вы как бы учитесь работать со сложной системой, находясь при этом в комфортных условиях(это буквально необходимый навык для дальнейшего изучения cs, наверно, он даже важнее самой темы книги).
Ко всему прочему CS50 и "Код" Петцольда - идеальное сочетание. CS50 мало про архитектуру, а Код отлично ложится на ввод в computer science. Поэтому рекомендую ознакомится с книгой как можно раньше.
1.3. Missing Semester
Оригинал - https://missing.csail.mit.edu/
[Перевод, на данный момент переведено 2 из 11 частей]Пропущенный семестр курса по компьютерным наукам - https://missing-semester-rus.github.io/
Есть куча инструментов, которые предположительно должен знать студент после изучения Computer Science, обычно это оставляют для самостоятельного изучения, тут же наоборот решили сакцентировать на них внимание(и сэкономить кучу времени студентам).
Ввод в computer science
Учебные материалы, не требующие какой либо предварительной подготовки, можно даже ни одного ЯПа не знать. При этом, их полезно посмотреть всем начинающим программистам, даже если дальнейшее изучения cs не планируется.
1.1. CS50
Оригинал Перевод
Легендарный Гарвардский ввод в cs. Лектор обладает каким то запредельным скиллом интересно подавать сложный материал, и сам материал выше всяких похвал. На данный момент, именно этот ввод мне видится лучшим вариантом для старта.
1.2. "Код", Петцольд
Эта книга - ввод в архитектуру, разбирается всё, буквально от подачи тока по проводкам и заканчивая высокоуровневыми языками программирования.
Но куда интересней другая особенность книги - здесь с легкостью ловится эффект, когда ты понял одну часть, но уже забыл прошлую, и надо все заново, и все удерживать в голове и т.д. При этом сама книга написана простым языком, не подразумевает никаких предварительных знаний по теме и досконально разбирает каждый момент. Вы как бы учитесь работать со сложной системой, находясь при этом в комфортных условиях(это буквально необходимый навык для дальнейшего изучения cs, наверно, он даже важнее самой темы книги).
Ко всему прочему CS50 и "Код" Петцольда - идеальное сочетание. CS50 мало про архитектуру, а Код отлично ложится на ввод в computer science. Поэтому рекомендую ознакомится с книгой как можно раньше.
1.3. Missing Semester
Оригинал - https://missing.csail.mit.edu/
[Перевод, на данный момент переведено 2 из 11 частей]Пропущенный семестр курса по компьютерным наукам - https://missing-semester-rus.github.io/
Есть куча инструментов, которые предположительно должен знать студент после изучения Computer Science, обычно это оставляют для самостоятельного изучения, тут же наоборот решили сакцентировать на них внимание(и сэкономить кучу времени студентам).
YouTube
1. CS50 на русском: Лекция #1 [Гарвард, Основы программирования, осень 2015 год]
Доп. материалы и задачи к лекции - https://javarush.com/s/level_0
Весь курс CS50 — https://javarush.com/s/course_cs50
Это Хогвартс? Нет, друзья, это Гарвард и первая лекция (Week 0) легендарного курса по основам программирования CS50 с русским переводом.…
Весь курс CS50 — https://javarush.com/s/course_cs50
Это Хогвартс? Нет, друзья, это Гарвард и первая лекция (Week 0) легендарного курса по основам программирования CS50 с русским переводом.…