日誌
非該領域的外行人學程式語言，怎麼學比較有效率？(保證學會) Part-II ... ...
導讀：
非該領域的外行人學程式語言，怎麼學比較有效率？(保證學會)
先學C++比較實際
強烈推薦
C++IN A NUTSHELL(中譯本可能已經沒有再版)
想學指標*與參照&的
看
C++ 程式設計藝術, 9/e (國際版) (C++ How to Program, 9/e)
搭配CONST講解得還蠻詳細的
大家學程式語言要看書中的範例理解
並把語法規則多看幾次牢記
並觀察程式碼撰寫方式融會貫通
例如：
類別Class名稱、結構Struct名稱、模板Template名稱
全是<型別>
可以用這些型別來先宣告類別Class裡、結構Struct裡、模板Template裡的參數(模板裡的參數當型別宣告參數時，還可以把模板裡的其它參數當型別拿來這個型別宣告參數，所以等於是自由度很高的語法。)
好像除了巢狀迴圈，還有巢狀類別Class、巢狀結構Struct、巢狀模板Template。
強烈建議物件導向語言先學C++(C語言缺少物件導向【繼承與多型】，只能靠指標和參照來物件導向。)
因為上述的建議書籍可能是具有駭客能力的專家寫的
真的寫得很詳細
可以讓你非常懂物件導向程式語言的語法
學完上述的C++
再去學JAVA及C#
只有些微的差異
概念都一樣
而且學完上述的C++語法
再去學什麼<並發編程>或<AI>
也能事半功倍
<並發編程>推薦
.NET 並發編程實戰
C++並發編程實戰（第2版）
C# 7.0 本質論 (Essential C# 7.0)
<AI>推薦幾本概念書
圖解AI｜機器學習和深度學習的技術與原理
深度學習的數學原理與實現
機器學習與人工智能：從理論到實踐
從零開始 機器學習的數學原理和算法實踐
速通機器學習
機器學習的統計基礎 : 深度學習背後的核心技術
程序員的AI書：從代碼開始
深度學習 (Deep Learning)
