1
lx0319 2017-11-08 15:09:45 +08:00
学数学转计算机的不少吧。
不少都比较牛的。 |
2
golmic 2017-11-08 15:11:20 +08:00
我本科是读数学的,现在在做数据相关的工作。
|
3
anuan 2017-11-08 15:12:14 +08:00
有些实在看不懂的 当黑盒用就行了
开车的 能修就行 不用非得会造车 |
4
p2pCoder 2017-11-08 15:12:55 +08:00 1
数学远比代码有意思,可是我能力不行
深度学习的话,很多还缺少数学支撑 花书 看了 一部分,里面的舒服 讲的都不怎么 能让人信服 |
5
bsns OP @anuan 就是楼上说的感觉,数学很有意思,看着也想想计算机一样都搞懂,可是太困难了,但是全部黑盒又不太好,就是这种学到什么程度不好把握
|
6
yanza 2017-11-08 15:20:22 +08:00
老早就想学深度学习了,不过就因为数学,被卡住了
|
7
jtsai 2017-11-08 15:39:24 +08:00
应用数学还好,数学分析就难
|
8
hack 2017-11-08 15:40:22 +08:00
毕业几年后,自己买了本高数上看……没买高数下,买了今年也看不到
|
10
lzhCoooder 2017-11-08 15:50:22 +08:00
楼主是做哪方面的,从来没在 CS 领域碰到过泛函问题。可能是自己接触的东西不够的原因,我以前是做控制理论的,感觉 CS 方面用到的数学比自动化浅多了,或者说整体上比 EE 浅...
|
11
likuku 2017-11-08 15:51:05 +08:00
数学似乎一直都是很超前的吧...比如矩阵乘法什么的,发明初根本不知道能干嘛,只能当高级智力游戏,多年后发觉简直就是给量子力学量身定制。
|
12
likuku 2017-11-08 15:53:10 +08:00
统计相关的,这几年随人工智能,深度学习,大数据分析,在金融及相关领域实在太热火朝天...工作真是随便选,薪水只有令人嫉妒。
|
13
wuyuchenshishabi 2017-11-08 15:55:53 +08:00
想开个数学辅导班了
|
15
matolv 2017-11-08 17:13:01 +08:00
@likuku 数学不是科学,准确说是一门语言,和计算机代码一样。数学理论就是为了解决问题而开发的程序
比如,牛顿:计算恒定速度位移 v*t 乘法就行了,计算变速度的位移咋办?那就∫vtd(t),遂发明了积分 比如,抓阄 抛硬币等问题,发明了古典概率。后来心理学家发明了量表,就拿回归分析这个工具来验证量表准确性 比如,球面上的三角形内角和是多少? 180 度吗?所以发明了非欧几何(球面几何) 如果需要联系计算机代码和数学和实际应用的例子 比如,去除录音中噪音问题,录音是一段频率和能量跟随时间而变化的时域数据,擦掉某一部分数据就没法收听到信息了,那就在计算机中通过某些软件,将时域数据再通过傅里叶变换转化为频域数据,可以去除某一固定频率的噪音,再转回来,杂音就消除了。 所以数学和计算机本质上是为了诠释这个世界所用的语言,未解的东西还很多,比如人工智能等,数学领域也有。但最终是为应用服务的,否则都没有价值,这就是为什么 c 和 c++用了少了,java 用了多。不要说我功利,事实就是如此,有需求供给才有意义,这就是为什么理论数学工资不如应用数学,就业市场也不如应用数学。一句话“你说这个谁懂啊?” |
16
bsns OP @lzhCoooder 想起来以前信号与系统的老师经常嘲讽我们 cs 的水平不如通信的😄
|
17
mathzhaoliang 2017-11-08 17:17:06 +08:00 1
我的博客 https://neozhaoliang.github.io/ ,侧重于讲述研究生水平的数学 ... 的有趣应用。后面打算写关于数据分析,机器学习的内容。可能你读起来有困难,但是至少可以让你知道这些知识可以干啥用。
|
18
mathzhaoliang 2017-11-08 17:33:01 +08:00
我是数学专业出身的,转计算机并不轻松。理解那些算法确实没什么障碍,但是编译原理,数字电路,计算机体系结构,网络编程都是要花很多时间才能掌握的,而工作以后最缺的就是个人自修的时间。
|
19
likuku 2017-11-08 18:36:06 +08:00
@mathzhaoliang “但是编译原理,数字电路,计算机体系结构,网络编程” 这些优化机器 /底层的脏活还是交给搞计算机的人去干吧。你们数学家,节省脑力,去利用机器的能力去探索解决实际 /理论上的课题就足够了。嗯,我们学计算机的就是给你们搞数学(物理化学生物天文)的铺路打工的。
|
20
anuan 2017-11-08 19:36:42 +08:00
@mathzhaoliang 博客里全是反斜杠...
|
22
Taojun0714 2017-11-08 19:43:28 +08:00 via iPhone
你就看看机器学习哪得用得到看泛函数论。把概率统计线性代数复习好了足矣。cs 和其他工科要求数学方向不太一致,没有太多深度区别。
|
23
Cbdy 2017-11-08 20:05:34 +08:00
第一台计算计算机的名字还有人记得吗? ENIAC,翻译成中文就是:电子数字积分计算机
|
24
northisland 2017-11-08 20:08:43 +08:00
你做出点什么就可以去 google brain 了。做就不同!
|
25
wtdd 2017-11-08 20:33:27 +08:00
lz 你分析一下计算机系的研究生课程不就明白了
|
26
thekll 2017-11-08 20:57:09 +08:00 via iPhone
@matolv
好像有人(费曼?)说过数学不是自然科学,我不确定自然科学的严格定义,但数学本身应该属于科学范畴,而且是最纯粹的科学。这点从数论就能体现,许多数学上重要的理论方法都是在解决数论问题的过程中出现的。 “数学不是科学”这种观点,大概是因为没看到数学本质的一面,只看到了数学形式的一面。例如数字上的各种进制、几何上的不同公理体系,甚至有些混乱的数学标记、符号。假如从这个意义上说“数学是一门语言”,就有些不够深入。思想、程序、数学都需要某种形式系统作为载体,但这种形式本身并不是数学全部。 柯朗曾反对数学脱离实际应用,变成一种游戏;同样的,数学又要保持非常高的抽象性,并避免形而上的东西。 另一种说法“数学是宇宙的语言”,就相对比较能体现数学的本质。从这点上说,数学是研究“空间”的一门科学。这里的空间,就是指爱因斯坦相对论提到的那个空间,万物之源。 |
27
wcsjtu 2017-11-08 21:00:26 +08:00
机器学习的话,学好高数、矩阵理论、概率论三门就差不多了
|
28
ryd994 2017-11-08 21:04:56 +08:00 via Android
@thekll 数学不是科学,因为数学是人工定义的理论体系,可以算作是哲学的一个分支。
科学是自然哲学,是基于事实证据的理论体系,只是使用数学作为工具。 |
29
Biggoldfish 2017-11-08 21:18:55 +08:00 via iPad
@thekll 数学不是科学,是因为在波普尔等人的论述中,可证伪性是科学的必要条件。而数学定理在其定义的公理体系中是无法找到反例的,因此认为数学不是科学。
顺便,在讨论问题前先明确定义,个人认为是学习数学的良好的习惯。如果连“科学”的定义都不明确,就 argue 数学是不是科学,个人不觉得有什么意义。 |
30
thekll 2017-11-08 21:56:59 +08:00 via iPhone
@ryd994
自然哲学曾一度特指物理,从牛顿的“自然哲学的数学原理”书名就可看出。哲学这个概念太泛,几乎包括所有科学,要不博士学位怎么几乎都称 Ph.D。 非数学专业把数学作为工具来理解也没什么问题,但数学从数的概念产生,数论、几何系建立,就已脱离具象而向着抽象自我发展,肯定已不仅仅是工具这么简单了。 任何科学都是人定义的,在这点上可以去看哲学上的唯心说。在某种意义上,我们所看到的、所理解的就是一个虚拟的存在,存在于我们的意识中。真实的存在总有一些人类永远或暂时无法感知的属性。也正因为此,科学才需要不断发展。科学的主观性没发避免,但这并没有想象的那么严重,物理上许多不同定律其实是等价的,只是不同的人从不同的角度去描述。 即使某一天人类认识了所有的科学理论,还有工程方面的事可以做,在这方面几乎有无限可能。这也是数学的用武之地。比如去实现人工智能,然后人类就可以退出宇宙舞台了:) |
31
hcnhcn012 2017-11-08 22:00:37 +08:00 via iPhone
机器学习的话基础应该是考研数学 1 吧
|
32
thekll 2017-11-08 22:10:58 +08:00 via iPhone
|
33
Biggoldfish 2017-11-08 22:57:35 +08:00
@thekll 很难想象一个人在讨论数学的时候可以大言不惭 “我不确定 XX 的定义,我也不想看 XX 的定义” 但我就是想说一大堆我认为的东西
|
34
Phariel 2017-11-08 23:00:18 +08:00 via Android
如果觉得难 你就去学会如何使用和调教黑盒 而不用自己去造黑盒
|
35
takato 2017-11-08 23:01:08 +08:00
@Biggoldfish 很难想象,如果一切都按照定义来走,那么科学和有神论有什么区别,毕竟,宗教里也有他们认为“正确”的“定义”
|
36
ryd994 2017-11-08 23:13:24 +08:00 via Android
@thekll 但是数学是定义公理然后进行严格的推导。用不同的公理,完全可以推出一套不同的理论。1+1=2 这是人为定义的。
自然科学是是尝试描述现实世界。可以有很多种假说,但是无论哪个假说,唯一的准则是,能否有效解释实际现象。苹果下落这件事,万有引力可以解释,广义相对论也能解释。然而两个都不是这个世界真正的法则。宇宙不管你有什么理论,这个世界就是这样的。广义相对论解释的更准确,万有引力很多时候也够用。但是不可能说他们像 1+1=2 一样,因为如果哪天新的证据出现,我们所有的自然科学可以崩塌。虽然这种事情不太可能发生罢了。 |
37
ryd994 2017-11-08 23:15:50 +08:00 via Android 1
@Biggoldfish 哎呀,我话说了一大堆,想想归纳起来其实就是这个可证伪性。好久不见都忘了
|
38
ryd994 2017-11-08 23:17:40 +08:00 via Android
|
39
takato 2017-11-08 23:40:00 +08:00
@ryd994 但是追溯着任何一条定义线追到底,根本无法得到确定的答案。或者说这条确定的定义线目前仅限于人类社会领域。这条线的本源可能来自于你我基因中一些奇奇怪怪的东西。生物的思想也不过是对环境的“拟合”。
所以不管怎么样,我们只能做到更好地拟合,仅此而已,而拟合是几乎没有尽头的。 |
40
zhangysh1995 2017-11-09 10:12:44 +08:00
我接触了一些软件工程的科研项目,说真的,问题的根本解决方法都是数学上的。不是说计算机科学家做的不好,而是我们的解决方案都是边边绕绕,是为了在现有计算机资源能提供的能力基础上提出的。包括人工智能,很大程度上需要理论上的突破,不只是高深的数学,最简单的搜索算法也需要进行数学验证。不知道楼主的失落感是什么,可能是之前觉得不需要数学?但是远离层面真的躲不开数学。建议把基础的数学捡一捡,概率看下《程序员的数学 2 》基础内容就懂了,没那么可怕,不难。更深的东西,如果有兴趣的话自己多看看教材资料应该也行。
我对形式化方法(把问题抽象成数学问题)比较感兴趣,看了几本书之后也是感觉非常理论,非常偏理论计算机和纯数学。准备复习一下离散的内容,然后多学一学逻辑。数论或者分析的话应该也绕不过。有兴趣的话可以一起讨论交流,欢迎骚扰。 |
41
ety001 2017-11-09 10:32:17 +08:00
偏个题,我觉得这个帖子的氛围才应该是 V2EX 应有的氛围。
|
42
WhoMercy 2017-11-09 11:07:58 +08:00 via Android
因为远古计算机科学家们多有数学出身,并且运用了数学的抽象思维把计算机的门槛降低。低到只需要很少甚至几乎没有数学基础(高等)也能够完成工程任务。
|
43
stancaohua 2017-11-09 11:19:39 +08:00
@mathzhaoliang 配色有点辣眼睛。。。
|
44
mathzhaoliang 2017-11-09 12:04:27 +08:00
@stancaohua 哪里不好看吗?
|
45
bsns OP @zhangysh1995 收获一本书。就是觉得之前的学习,都是在做外围的,现在要做的也只是把数学用在计算机上。而且觉得要学的数学更多了,什么概率,统计,高数,全都要拾起来。看了几本书,不自觉的想搞懂,但是实际上数学太多了,可能以后只会用数学结论。
|
46
jyf 2017-11-09 13:20:26 +08:00
编程不算应用数学的分支么?
|
47
stancaohua 2017-11-09 14:41:11 +08:00
@mathzhaoliang 可能不太符合我的审美。。
|