You’re trying to learn algorithms. How do you know if you’re on the right track?

It is very necessary to set goals because loss in our time is very common due to the abundance of sources that can confuse your learning process. Therefore, you must set a real goal that meets SMART standards, and it is preferable to seek help from an expert who has had achievements in this field.

Use 10 minutes on Wikipedia and learn what an algorithm actually is. Determine if algorithms is what you really want? My guess is you want to be a programmer, and while good knowledge of algorithmic theory is healthy, it will not help you setting up a streamlit webapp or host its backend database. If you really want to learn and study algorithms in depth!? Apply for college, you will love it there. Avoid the industry you will be setting yourself up for frustration.

Estabelecer metas ao aprender algoritmos é importante por vários motivos. Em primeiro lugar, as metas fornecem direção e foco, ajudando a orientar seus esforços de aprendizado de forma mais eficaz. Elas também ajudam a medir o progresso e a manter a motivação, pois oferecem marcos tangíveis para acompanhar o desenvolvimento das habilidades. Além disso, estabelecer metas pode ajudar a identificar áreas específicas que precisam de mais atenção e planejar estrategicamente o tempo e os recursos dedicados ao aprendizado. Ao alcançar suas metas, você ganha um senso de realização e confiança em suas habilidades, o que é essencial para o crescimento profissional e pessoal.

Solve Leetcode and Hackerrank properly Your goal is not the number of solved problems. Your goal is to train algorithmic thinking. Avoid taking easy problems. They require almost no thinking, just doing what the description says. Strive to solve medium problems and from time to time take hard ones. The majority of algorithmic problems are a combination of the different theoretical concepts. Be creative, and allow yourself to try even the most bizarre ideas. Do not give up too early. Try the most brute force approach. Then think again. Try another approach. Learn new datastructure that potentially can solve the problem and try to use them.

As they say: practice makes perfect. You'll never become a body builder by studying the theory of gaining muscle mass all on its own. You need to visit the gym and perform the exercises. Say what you will about LeetCode and other such platforms, but used properly they can be a valuable gym environment for your mind and the theory you've been so meticulously reviewing. Going through the actual steps helps to cement the knowledge in your mind.

Aprender fazendo é importante porque envolve a aplicação prática do conhecimento teórico, o que ajuda a consolidar a compreensão e a desenvolver habilidades efetivas. Quando você está envolvido em atividades práticas, como resolver problemas, criar projetos ou experimentar conceitos em situações do mundo real, você não apenas memoriza informações, mas também internaliza e entende melhor o assunto. Isso ocorre porque o aprendizado prático estimula a mente de maneira mais profunda, permitindo que você conecte teoria e prática, identifique lacunas no entendimento e ganhe experiência prática que não é possível apenas lendo ou ouvindo.

Um bom teste é crucial para garantir o correto funcionamento do algoritmo, com diferentes cenários e condições de entrada. Vai ajudar na identificação dos erros ou falhas no código, aumentando a confiabilidade e a robustez do programa.

An algorithm is a set of instructions not necessarily written in a strict coding language. Algorithms written using pseudocode is not uncommon. Based on the above, testing the code, becomes a silly suggestion, potentially leading the learner down a path of programming/coding, and causing a distraction from the real goal: Learning about algorithms.

Buscar feedback de pessoas experientes em algoritmos é crucial por várias razões. Em primeiro lugar, os especialistas podem oferecer uma perspectiva externa valiosa sobre seu trabalho, identificando áreas de melhoria que podem não ser óbvias para você. Eles podem apontar erros, sugerir alternativas mais eficientes ou oferecer insights que ajudam a aprimorar suas habilidades. Além disso, receber feedback regularmente ajuda a acelerar o processo de aprendizado, pois permite corrigir erros e melhorar mais rapidamente. Também pode fornecer orientação sobre melhores práticas, técnicas avançadas e recursos úteis para continuar aprimorando suas habilidades em algoritmos.

Learning algorithms means learning how to solve problems, not how to reproduce algorithms from a book. What matters is whether you are gaining the ability to solve problems, not whether you can replicate exactly what someone else published.

Look at the literature for the state-of-the-art. Look at the results they get and the methods used. In GoogleScholar, search for your application, eg. "deep learning object detection". You may add "review".