1樓：初心
這兩個矛盾嗎？
任何東西都應該按照需求導向來學。沒有需求，學習滿足的只是好奇心，如果只是滿足好奇心，怎麼爽怎麼學好了。
按理論體系來學，如果不考慮需求，難道從CPU的材料開始學嗎？
按照需求導向之後，挑選和調集成適的理論體系來學。按理論體系學習和按需求選擇理論不衝突。
2樓：駿馬金龍
假設，只考慮你的目的是學好學精計算機技術。那：看自身性格，遵循自己喜歡的學習方法。
純屬個人看法，也是我個人的心路歷程。我算是認請了自己是乙個強迫症，有招而無術，我心突突，招練於術上，我心甚安。所以，這是我個人的學習性格。
有的人學習方式比較偏向論證探索(即研究色彩比較濃)，有的人學習方式更講究實戰可用。
兩條路絕對沒有黑白對錯之分，那些說光學理論沒用的人，以及說不學理論只求能用的人，都不是對的也都不是錯的，那都是他們自己的看法，都是他們自己的學習方式，不是你自己的學習方式。
你也說了，靠需求導向的學習，知識是零散的，這些零散的、片面的知識點可能會讓你在某個坑里躺很長時間。而且隨著學習的推進，這些零散的知識點會越來越多，越來越零碎，只有在建成自己的知識體系的時候，才能把這些零碎的知識點中的一部分理解融合貫通，但是知識體系構建的越完善，就越偏向基礎理論。
所以，認識到了底層知識重要或者在深入過程中感覺走了彎路的那群人，可能會恨不得掏出心窩子來強烈建議：系統地學基礎，學通用知識，像作業系統、計組、編譯原理等等。
但是，不學這些基礎就不行嗎，就沒路可走了嗎？顯然也不是，船到橋頭自然直。
所以，就看個人的學習性格是如何側重的。
相對來說：
學基礎、學底層、學通用理論，花成倍的時間，且短期甚至長期都沒有明顯的生產力，但是心靈通透，容易"頓悟"，也容易掉頭髮。
學實戰技術、學上層應用，相對來說更有利於找大多數工作，也更有利於技術吹水。
3樓：yi bbbian
這要看你的環境，如果是上大學，做研究，自然是體系化學習。如果是做專案或者解決實際問題，最好按照需求來。
理論體系，最重要的可以搞明白遠離，可以保證最後90%—100%的要求。在系統對決中佔優勢。
而很多時候，是解決有無問題，好和不好問題，而且時間緊，資金少，任務急，這個時候往往根據感覺走，先解決最迫切的問題，
4樓：小年
系統學習，打好基礎，基礎不牢，上層飄搖，自學計算機是有一定難度的，尤其是計算機的知識架構體系，需要付出很大努力，但是對於理解計算機和後續發展很有意義，相反按需求學習比較零散但見效快，個人覺得還是根據自己實際情況，有時間精力系統學，短期見效需求學，如果想從事計算相關行業還是要系統學，如果僅把計算機作為工具的話按需求學就行了。
5樓：默然說話
其實無論哪種方式學習，都應該是需求導向的。
因為現在的計算機知識已經不再是簡單的學個語言，然後就結束了，計算機知識已經滲透進了各行各業，內容龐雜，體系龐大，終其一生，你也不過只能了解一部分。
所以，你搞銀行業務的，只要自學銀行相關業務技術就行了，搞財務的，只要學習財務相關技術就行了，想靠計算機技術賺錢的，只要學習計算機相關技術就行了。
我一直是這樣的觀點。
6樓：趙俊民
單點碎片化知識價值非常小，很難在真實工作中去解決複雜問題，學習是構建知識網路的過程。個人自學的最大問題：1，學習不夠系統化，無法形成乙個知識網路。
彌補這個缺陷的途徑是可以利用現在網上各高校公開課進行系統學習，來系統構建知識網路。2，容易掉進坑里，或者一些難點無人解答，可以針對這個點詳細研究，參考多種不同資料去印證。
工程是運用知識和加深理解過程，可以在實踐中印證學習的知識。
如果你想從事計算機行業並且期望做的比較好，系統化學習是必須的。
7樓：晚風細雨
樓主這個問題描述範圍比較廣，估計關注知乎的沒有乙個人能說全，從本人所見所聞來大致談一下。首先、樓主要明確目標，要發展的方向是軟體類還是硬體類？這個比較重要，反方向學習就是浪費時間。
其次，軟體類側向於開發、編譯、測試等方面。這裡需要樓主有專業紮實的計算機英語知識，根據不同的軟體應用，需要學習相對應一系列的軟體、程式、資料庫等。硬體方向也有開發、編譯、測試等方面，只是一般硬體開發我們接觸的比較少，通常接觸最多的是測試、維修方向。
根據不同應用，至少需要懂各種作業系統、支援的資料庫，帶點基礎軟體編譯類的。當然，硬體方向這類，相對應的公司都會有一些培訓，基礎還是比較容易上手的。最後，學習一些主流開發軟體是不會吃虧的，現在用不上，也許後面就用上了呢，不管哪行哪業，學的越多，找工作越容易。
希望這些對樓主能有些幫助。
8樓：
建議先學好英語
一來可以接觸大部分一手資料，無論是原生文件還是注釋
二來有問題直接stackoverflow，解決大部分問題，不僅告訴你解決方案，還幫你分析問題原因，當然你得能夠很好地描述問題，不然會被人懟。
推薦些計算機理論書籍吧。
史丹福大學的Introduction to Automata Theory,Languages,and Computation 3rd Edition MIT的Introduction to the Theory of Computation 兩本關於計算機理論很好的入門書，詳細介紹了計算機的計算能...
計算機視覺如何規劃學習？
慧橋ICT教育 一 計算機視覺概覽 計算機視覺的定義 計算機視覺的應用 計算機視覺相關學科 計算機視覺與人工智慧的關係 二 數字影象處理基礎 人眼影象的形成 影象的感知和獲取 影象數位化 取樣與解析度 量化 灰度級 數字影象的表示 畫素 灰度圖 彩色影象RGB與HSV 顏色空間 畫素關係 連通域 影...
請問，非計算機專業學生學習計算機語言到底有沒有用？例如Python C語言之類的。？
python大師兄 現在工作中python的功能是無處不在的，比如自動化辦公，或者資料分析爬蟲資料呀，python的用處只有你工作的時候才能體會到。 李燚 你好，千萬不要初學就學c 英語好的話，且有mac學swift，不用配置環境，xcode開箱及學英語好，沒有mac，用python 英語不好，有M...