物理专业自学计算机应该学些什么?
每个人站的角度不同,现在的答案基本都是从图形学的角度建议,我换个角度。
从研究生计算机科学做研究的角度来讲,我认为本科最适合的专业首先是物理,其次是数学,再次才是计算机。数学学的太抽象,抽象层次太高,研究现实问题的人往往处在鄙视链的底端。计算机学的太底层,对于概率论、随机过程、线性代数等学科学的太少,不了解建模分析的那套方法论。而物理学一方面的数学知识足够多,另外一方面主要研究的方法也是对这个世界建模,然后进行观测,这与前沿的机器学习领域做的事情几乎是一样的。至于会不会写代码,其实科研里面要写的代码不多,主要都是在推公式,研究如何设计模型使得其拥有很多良好的性质。代码很多时候写写matlab就可以了。
所以恭喜你,如果你想转行做CS的科研,你有很大的优势。事实上,很多CS领域的大神都是学物理的,比如华人图灵奖得主姚期智,CMU Machine Learning领域大神Alex Smola。
如果你真的励志做CS相关的研究的话,物理PhD的选择最好到CS极好的学校,比如UCB, CMU, MIT, Stanford,一般这些学校都可以辅修Machine Learning的Master, 多修CS相关的课程,都是很好的选择。Coursera上的Machine Learning课程都很入门,如果想进阶,你可以看看CMU 10701(Machine Learning), 10702(Statistical Machine Learning), 10708(Probabilitic Graphic Model) 课程的课件、视频、相关阅读和作业,基本都不需要写代码,主要是数学证明、建模和分析。
当然,如果你想做应用而不是做理论什么的,当我以上没说。
继续阅读
全部内容如果想从事人工智能方向,本科应该选择计算机还是数学?
分享一下我的观察。建议选择计算机专业,原因有这么几个: 首先是基础课程的完整性。计算机专业会学习编程、数据结构、操作系统、计算机网络等等基础课程。这些看似和机器学习关系不大,但当你真正在业界做 AI 应用的时候,这些基础知识反而成了最重要的部分。我见过太多数学专业转行的同学,在处理工程问题时非常吃力,因为缺乏这些基础知...
大一计算机学生如何学习机器学习?
谢邀 如果是想系统性地学习机器学习,我认为良好地数学基础是必不可少的,因此,可以提前把相关数学课程学完,比如微积分、离散数学、概率与统计,再开始学习机器学习比较合适。 经常有人纠结地问我大几应该学什么,我也只能纠结的回答这个跟大几没有关系。知识就像技能树,你要点高级技能,就要把低级技能点满,这个跟你何时点没有关系。 至...
申请卡耐基梅隆Machine Learning硕士难度有多大?
谢邀 听说申请难度非常大,不知道是不是CMU 申请难度最大的硕士项目,毕竟招的人太少。 建议自己看现在的学生列表: Masters Students-Machine Learning Department 注:其中不少人是CMU的PhD辅修MLD的Master,注意分辨。 感觉没有在顶会发过若干一作还是很难的。
