P**********o
发帖数: 1 | 1 新人发帖，我是生命科学方向faculty，一直对CS感兴趣，目前自学编程。老公介绍我
来未名论坛，请专业人士多指教。
就从我自学经历来看，AI, Data Science, CS三个专业在本科这个level，rogramming
相关课程重叠。CS独有的是硬件部分，操作系统，compilers等非常硬核的课程。而AI
的核心课程，比如Robotics、Machine Learning、认知科学另外两个方面一般不会开。
Data Science方向统计课程比其它两个方向学的都要深入很多。
研究生阶段的话界限不明显，貌似三个背景的都可以申请其中任意一个PhD。
外行的观察，不知道对不对，请指正。 |
d*******r
发帖数: 3299 | 2 差不多. CS传统的核心方向是:
操作系统, 网络, 分布式系统
编程语言, compiler
图形学, 3D渲染, 物理模拟 |
w***g
发帖数: 5958 | 3 再补充两块我觉得就完整了：
1. 算法和数据结构。复杂度分析。
2. 体系结构。怎么用基础门器件搭CPU。但是CS只是纸上谈兵画电路图，
怎么做芯片似乎不在CS的范围内。
模式识别是IEEE的传统项目。神经网络传统上似乎也不是CS管的。
但是咱祖师爷图灵牛逼，讨论过一些人工智能的问题。再加上
这些方向研究方法基本上都是写程序，成不成很大程度上还依赖于
程序写得好不好，甚至近几年还有硬件好不好。所以CS的人近水楼台
先得月了。
【在 d*******r 的大作中提到】
: 差不多. CS传统的核心方向是:
: 操作系统, 网络, 分布式系统
: 编程语言, compiler
: 图形学, 3D渲染, 物理模拟
|
g****t
发帖数: 31659 | 4 楼主太老实了。没有看到事情辩证的一面。DS有钱有人，什么课有用什么课流行，就
会拿过来改个名字据为己有。
AI, CS, 信息论都是这么从cybernetics里面分出来的。一开始就一小点自己的东西，
看着很荒诞。但是
分出来后，有钱有人，自己的知识进化树就长大了。
从这个角度来讲，哪有什么计算机系独有的课。
而且我之前查过。确实是如此。本科ds课，很多都有OS, compiler。
DS系主任看来没有一个糊涂的。
: 再补充两块我觉得就完整了：
: 1. 算法和数据结构。复杂度分析。
: 2. 体系结构。怎么用基础门器件搭CPU。但是CS只是纸上谈兵画电路图，
: 怎么做芯片似乎不在CS的范围内。
: 模式识别是IEEE的传统项目。神经网络传统上似乎也不是CS管的。
: 但是咱祖师爷图灵牛逼，讨论过一些人工智能的问题。再加上
: 这些方向研究方法基本上都是写程序，成不成很大程度上还依赖于
: 程序写得好不好，甚至近几年还有硬件好不好。所以CS的人近水楼台
: 先得月了。
【在 w***g 的大作中提到】
: 再补充两块我觉得就完整了：
: 1. 算法和数据结构。复杂度分析。
: 2. 体系结构。怎么用基础门器件搭CPU。但是CS只是纸上谈兵画电路图，
: 怎么做芯片似乎不在CS的范围内。
: 模式识别是IEEE的传统项目。神经网络传统上似乎也不是CS管的。
: 但是咱祖师爷图灵牛逼，讨论过一些人工智能的问题。再加上
: 这些方向研究方法基本上都是写程序，成不成很大程度上还依赖于
: 程序写得好不好，甚至近几年还有硬件好不好。所以CS的人近水楼台
: 先得月了。
|
d******c
发帖数: 2407 | 5 无论是为了转行还是为了学点技术来应用，都不用考虑科班的顺序和流程。
就按培训班的课程和实践来就行。不用看专业，看目标定位，然后搜对应需要学的主要
东西。
Data Scientist: 统计向为主，处理数据，分析，建模
Machine Learning engineer: 也是处理数据，建模，但是手段不同，问题不同
纯CS科班课程里很多对你基本没有什么意义。就算有的人说学了体系结构编译原理有好
处，性价比也不高。数据结构和算法是核心是真的，想要水平高，需要学好这两个，但
是简化的话很多人也能做很多事情，虽然被科班的鄙视，但是一样做事情。
参考生物信息学的人学的东西，可能比较相关。 |
c*******v
发帖数: 2599 | 6 说的不错。以解决问题为朝向就可以了。问题作深入了，自然什么学科门类的东西都会
碰到。
【在 d******c 的大作中提到】
: 无论是为了转行还是为了学点技术来应用，都不用考虑科班的顺序和流程。
: 就按培训班的课程和实践来就行。不用看专业，看目标定位，然后搜对应需要学的主要
: 东西。
: Data Scientist: 统计向为主，处理数据，分析，建模
: Machine Learning engineer: 也是处理数据，建模，但是手段不同，问题不同
: 纯CS科班课程里很多对你基本没有什么意义。就算有的人说学了体系结构编译原理有好
: 处，性价比也不高。数据结构和算法是核心是真的，想要水平高，需要学好这两个，但
: 是简化的话很多人也能做很多事情，虽然被科班的鄙视，但是一样做事情。
: 参考生物信息学的人学的东西，可能比较相关。
|
d*****g
发帖数: 978 | 7 连生物老板都转了 起个好头
rogramming
AI
【在 P**********o 的大作中提到】
: 新人发帖，我是生命科学方向faculty，一直对CS感兴趣，目前自学编程。老公介绍我
: 来未名论坛，请专业人士多指教。
: 就从我自学经历来看，AI, Data Science, CS三个专业在本科这个level，rogramming
: 相关课程重叠。CS独有的是硬件部分，操作系统，compilers等非常硬核的课程。而AI
: 的核心课程，比如Robotics、Machine Learning、认知科学另外两个方面一般不会开。
: Data Science方向统计课程比其它两个方向学的都要深入很多。
: 研究生阶段的话界限不明显，貌似三个背景的都可以申请其中任意一个PhD。
: 外行的观察，不知道对不对，请指正。
|
n******t
发帖数: 4406 | 8 生命科學是生物？都faculty了，別轉行了，自取其辱。
有興趣沒必要去唸書，和一堆用簡體中文的馬農一起競爭一些可憐的職位，何必呢？
rogramming
AI
【在 P**********o 的大作中提到】
: 新人发帖，我是生命科学方向faculty，一直对CS感兴趣，目前自学编程。老公介绍我
: 来未名论坛，请专业人士多指教。
: 就从我自学经历来看，AI, Data Science, CS三个专业在本科这个level，rogramming
: 相关课程重叠。CS独有的是硬件部分，操作系统，compilers等非常硬核的课程。而AI
: 的核心课程，比如Robotics、Machine Learning、认知科学另外两个方面一般不会开。
: Data Science方向统计课程比其它两个方向学的都要深入很多。
: 研究生阶段的话界限不明显，貌似三个背景的都可以申请其中任意一个PhD。
: 外行的观察，不知道对不对，请指正。
|
l*******m
发帖数: 1096 | 9 加油。现在深学在物理，化学，生物全面开花，学生都在编程，调参。
：新人发帖，我是生命科学方向faculty，一直对CS感兴趣，目前自学编程。老公介绍我
：来未名论坛，请专业人士多指教。 |
T*******x
发帖数: 8565 | 10 靠。这啥人啊。
首先，人没说要转行。
其次，简体中文怎么了？繁体中文的台骗我们还看不上呢。
【在 n******t 的大作中提到】
: 生命科學是生物？都faculty了，別轉行了，自取其辱。
: 有興趣沒必要去唸書，和一堆用簡體中文的馬農一起競爭一些可憐的職位，何必呢？
:
: rogramming
: AI
|
|
|
c********1
发帖数: 5269 | 11 我儿子学cognitive science
几天前我看了一下他们系开的课
与cs 差不多, 除没有
#1 operating system
#2 networking
#3 database |
P**********o
发帖数: 1 | 12 谢谢楼上各位回复！我没有想转行，只是喜欢CS业余弄弄，这和我业余看数理化方面的
东西一样，纯粹兴趣。
AI, DS, CS虽然有编程的交叠，但在我看来是差别很大的三个方向，不应该哪个技术听
起来酷就弄到自己学科来：
CS的核心是“计算机”，那么这个领域的知识体系，我理解，就应该是围绕着计算机硬
件体系构建的，它的着眼点应该是硬件上层和软件底层的知识。我在需要解决硬件和软
件兼容问题时，我肯定想找的是CS方向技术人员，而不是AI或者DS方向的。
DS的核心是"数据"，这个领域的重心应该是如何处理如何应用如何解释数据，我不知道
DS学操作系统原理、编译原理有什么意义？这个领域可以完全不考虑底层操作系统是如
何运作的，它需要解决的是如何有效获取数据，如何清理数据，如何选择合适的模型去
分析数据。这个学科的一切，我认为，应该围绕数据去构建。
AI的核心是"智能"，这个领域研究关注点应该是如何让一个agent具有智能表现。这个
智能表现甚至并不一定非要通过计算、逻辑、数据来实现。比如Rodney Brooks提出的
behavior-based robotics，就是用最简单的感应器配置根据环境做出应激变化，一样
可以表现出很高的智能。我在用Raspberry Pi做一个飞行器的时候，我考虑的肯定不是
操作系统啊，数据啊，用什么语言之类的，我的重心肯定是设计距离传感器位置，调整
视觉传感器的参数，设计前后左右四个马达的转速，等等来让飞行器具有健壮的智能构
架。在编程序的时候，我重点考虑的肯定是包容式架构最底层是让机器飞行还是避免碰
撞，第二、第三层等等我该设计什么飞行功能。然后再到CoppeliaSim去模型一下环境
。"智能化"要做的工作已经非常多了，其它的代码效率之类的，不是我考虑的重心。最
后实在要优化算法，我可以让一个CS的去做。
虽然三个学科都很大程度依赖编程，但在我看来是差别很大的三个方向。 |
c*******v
发帖数: 2599 | 13 这些定义都是会随着时间变化的。而且很快。所以毫无意义。
我看，你应该从你的问题入手，考虑需要什么知识或者既能解决问题。
而不是总结这行干啥的，那行干啥的。
就是干了20年cs的，也弄不清楚什么什么是cs核心。
所以追求这些乃是错误的思路。
【在 P**********o 的大作中提到】
: 谢谢楼上各位回复！我没有想转行，只是喜欢CS业余弄弄，这和我业余看数理化方面的
: 东西一样，纯粹兴趣。
: AI, DS, CS虽然有编程的交叠，但在我看来是差别很大的三个方向，不应该哪个技术听
: 起来酷就弄到自己学科来：
: CS的核心是“计算机”，那么这个领域的知识体系，我理解，就应该是围绕着计算机硬
: 件体系构建的，它的着眼点应该是硬件上层和软件底层的知识。我在需要解决硬件和软
: 件兼容问题时，我肯定想找的是CS方向技术人员，而不是AI或者DS方向的。
: DS的核心是"数据"，这个领域的重心应该是如何处理如何应用如何解释数据，我不知道
: DS学操作系统原理、编译原理有什么意义？这个领域可以完全不考虑底层操作系统是如
: 何运作的，它需要解决的是如何有效获取数据，如何清理数据，如何选择合适的模型去
|
c*******v
发帖数: 2599 | 14 我给你纠正一点。现在大陆是使用和出版正体中文图书最多的地方。这点和几十年前不
同。
【在 T*******x 的大作中提到】
: 靠。这啥人啊。
: 首先，人没说要转行。
: 其次，简体中文怎么了？繁体中文的台骗我们还看不上呢。
|
P**********o
发帖数: 1 | 15 至少名义上，学科名字上挂着"Computer" Science, "Data" Science, Artificial "
Intelligence"吧？如果定义已经偏离了，那名字也应该换一下。
【在 c*******v 的大作中提到】
: 这些定义都是会随着时间变化的。而且很快。所以毫无意义。
: 我看，你应该从你的问题入手，考虑需要什么知识或者既能解决问题。
: 而不是总结这行干啥的，那行干啥的。
: 就是干了20年cs的，也弄不清楚什么什么是cs核心。
: 所以追求这些乃是错误的思路。
|
c*******v
发帖数: 2599 | 16 人家就是要叫DS的名字，拿之前CS的credit。
你怎么不开窍呢。
查下各校课程设置，excel列个表看看。
总结人人都会，但是实证才是最重要的。
【在 P**********o 的大作中提到】
: 至少名义上，学科名字上挂着"Computer" Science, "Data" Science, Artificial "
: Intelligence"吧？如果定义已经偏离了，那名字也应该换一下。
|
P**********o
发帖数: 1 | 17 好吧，我不知道这些学科建设背后的来龙去脉，纯粹外行眼光去看表面现象。
【在 c*******v 的大作中提到】
: 人家就是要叫DS的名字，拿之前CS的credit。
: 你怎么不开窍呢。
: 查下各校课程设置，excel列个表看看。
: 总结人人都会，但是实证才是最重要的。
|
c*******v
发帖数: 2599 | 18 看课程就可以了。你觉得有用就学习啊。
总结什么叫cs，什么叫ds，没多大意思，对吧。
等你有实力了，也可以在自己学校新开个系。例如叫做“生物信息系”。
这完全是可能的。
【在 P**********o 的大作中提到】
: 好吧，我不知道这些学科建设背后的来龙去脉，纯粹外行眼光去看表面现象。
|
a*w
发帖数: 4495 | 19 名可名，非常名
【在 c*******v 的大作中提到】
: 看课程就可以了。你觉得有用就学习啊。
: 总结什么叫cs，什么叫ds，没多大意思，对吧。
: 等你有实力了，也可以在自己学校新开个系。例如叫做“生物信息系”。
: 这完全是可能的。
|
S*****0
发帖数: 1 | 20 还有一个穿插其中：统计学。
现在的data science到master阶段还是非常基础的统计学，实用为主，各个概念都涉及
，但理论training很少。
很多AI要解决的问题统计学一直在做。就是这几年deep learning等异军突起，在不少
实际问题上超越统计学。
rogramming
AI
【在 P**********o 的大作中提到】
: 新人发帖，我是生命科学方向faculty，一直对CS感兴趣，目前自学编程。老公介绍我
: 来未名论坛，请专业人士多指教。
: 就从我自学经历来看，AI, Data Science, CS三个专业在本科这个level，rogramming
: 相关课程重叠。CS独有的是硬件部分，操作系统，compilers等非常硬核的课程。而AI
: 的核心课程，比如Robotics、Machine Learning、认知科学另外两个方面一般不会开。
: Data Science方向统计课程比其它两个方向学的都要深入很多。
: 研究生阶段的话界限不明显，貌似三个背景的都可以申请其中任意一个PhD。
: 外行的观察，不知道对不对，请指正。
|
|
|
w**z
发帖数: 8232 | 21 现在cs 本科好像compiler 不是必修课了。
【在 d*******r 的大作中提到】
: 差不多. CS传统的核心方向是:
: 操作系统, 网络, 分布式系统
: 编程语言, compiler
: 图形学, 3D渲染, 物理模拟
|
w***g
发帖数: 5958 | 22 我本科时好像也不是必修课。我上的那个课也仅仅是
形式语言解析。上完了能自己写一个和C差不多的小语言的
编译器。编译器的精髓，代码变换和优化完全没教。
这些知识很小众，我到现在也不会。
编译器是个奇葩。编译器，操统，数据库这些，其实都是
CS原理的应用。其中编译器离大家最远。linux和mysql怎么搞
的，大家多少都知道一些。gcc里面怎么运作的，完全是个黑盒。
【在 w**z 的大作中提到】
: 现在cs 本科好像compiler 不是必修课了。
|
c*******v
发帖数: 2599 | 23 原来我考虑机器学习或者其他的统计推断办法可以进去compiler。
所以看过一点资料，但是根据我的经验，能看到有许多软硬件的专利壁垒在里面。
因此，这方向没法进步。当初gcc出来，实属不容易。
【在 w***g 的大作中提到】
: 我本科时好像也不是必修课。我上的那个课也仅仅是
: 形式语言解析。上完了能自己写一个和C差不多的小语言的
: 编译器。编译器的精髓，代码变换和优化完全没教。
: 这些知识很小众，我到现在也不会。
: 编译器是个奇葩。编译器，操统，数据库这些，其实都是
: CS原理的应用。其中编译器离大家最远。linux和mysql怎么搞
: 的，大家多少都知道一些。gcc里面怎么运作的，完全是个黑盒。
|
l*******m
发帖数: 1096 | 24 现在搞编译的都搞jit, 但懂的人也很少。有个人问一个jax的问题，jax team的几个人
都说不清楚，要问问做的人。其实jax最多是个中型项目
：我本科时好像也不是必修课。我上的那个课也仅仅是
：形式语言解析。上完了能自己写一个和C差不多的小语言的 |
c*******v
发帖数: 2599 | 25 jax好用吗？
【在 l*******m 的大作中提到】
: 现在搞编译的都搞jit, 但懂的人也很少。有个人问一个jax的问题，jax team的几个人
: 都说不清楚，要问问做的人。其实jax最多是个中型项目
:
: ：我本科时好像也不是必修课。我上的那个课也仅仅是
: ：形式语言解析。上完了能自己写一个和C差不多的小语言的
|
P**********o
发帖数: 1 | 26 事业进入平台期后有很多自由度，基本自己可以决定投入多少时间以及如何分配时间到
事业上。我有同事在实验室团队运转很成熟了还亲自到科研第一线去冲，可能他们确实
喜欢自己做的东西。我现在基本每周工作时间在40个小时以下，科研、教学、行政都轻
车熟路了。比起前几年多了很多时间看自己喜欢看的书。
我学CS和我事业没有任何关系，和我看哲学书一样，就是感兴趣。我现在在学java和
OOP，12月份以来在捣鼓streams，多线程，还有design patterns这些知识，感觉编程
序其实也很依赖记忆力，需要经常弄才能掌握，要不然也容易忘记。 |
l*******m
发帖数: 1096 | 27 我挺喜欢。基本上是带GPU加速和AD的numpy。本身项目就小，不是像tf那样wrapper套
着wrapper
【在 c*******v 的大作中提到】
: jax好用吗？
|
g****t
发帖数: 31659 | 28 回头试一下。thanks for sharing
: 我挺喜欢。基本上是带GPU加速和AD的numpy。本身项目就小，不是像tf那样
wrapper套
: 着wrapper
【在 l*******m 的大作中提到】
: 我挺喜欢。基本上是带GPU加速和AD的numpy。本身项目就小，不是像tf那样wrapper套
: 着wrapper
|
s*********1
发帖数: 68 | 29 楼主的问题很有深度，我就多码些字。这三个概念在实际中常被被滥用。你是从事生物
的，我就打个还算恰当的比方。CS，DS，AI相当于biochemistry, bioengineering,
next-gen sequencing.
CS是基础，重在编程，最新的工作方向应该是big data和cloud computing，比如去
Amazon当AWS（Amazon Web Service）码工。这类工作是不需要学习machine learning
。Title应该是data engineering track.
DS是个新词，字面上说是以数据分析为中心。这里的Data指的是数据分析(data
analysis)而不是数据处理（data processing)，不是会编程就可以了。DS就要把数据
分析的理论应用于解决实际的问题，把数据转化为知识。DS要求你要有statistics，
algorithm的知识。相当部分的DS问题不是Machine Learning的问题，所以有很多的
data scientists不熟悉machine learning，也可以胜任。DS用在解决生物问题就可以
算bioinformatics，用在解决化学问题就可以算cheminforamtics。 现在很多公司里
bioinformatician 头衔就是data scientist. 由于data scientists免不了要自己
preprocess data，而数据常常存在数据库或大数据存储结构，所以可能会要求DS懂一
点database, cloud computing之类的，但绝不是CS的水准。data engineer解决的是数
据的存储，传输，搜索，而不是知识的提取，所以data engineer不能胜任DS工作，反
之亦然。早年很多人经常把data scientist误会成data engineer，要求DS学很多big
data技术，现在混淆的人少了。比如Google里需要PhD的工作基本就是DS，而不是CS。
ML是一类特殊的问题，比如去Google的Deep Mind。Deep Learning（DL）是一种特别的
ML技术，ML又是AI的一部分。但由于现在DL太火了，很多人就认为DS就是ML，ML就是DL
，AI就是DL， DL就是AI，甚至DL就是DS。总之上新闻头条的总是DL，所以大众就认为
所有都是DL。大家都喜欢用新词，无论懂还是不懂。比如把所有的数据分析都叫做数据
挖掘（data mining),屁大的数据就称大数据。这些在科学论文里经常看到，反正审稿
的也是外行，不敢提出异议。最近工作中甚至看到有人把该用数据分析的地方都换成AI
，领导们也没敢质疑。反正大部分人就是从新闻里学到的这些词，凭感觉应用。像楼主
这样思考的人不多。
CS，DS都有Science这个字在里面。CS里的Compiler，Algorithm，Operation System都
有配得上称为Science的理论，所以Computer Science不是乱叫的。只是学CS的很多人
觉得这些理论课难，混一混，然后侧重学编程找工作。以前CS里教授都是用一些学究气
的语言，CS系甚至不教Java，C#（老师估计也不会）。很多CS学生的编程是课外自学的
。Data Science里的Science要弱许多，不过当中Statistical Learning和Bayesian
Learning也算是有条有理。很多ML的practice背后也都有不错的理论支持（比如Cross
Validation），只是很多人没有学过。所以对一个新兴学科，如果不太苛刻的话，DS也
可以勉强看成一门Science。反正叫Science比较有逼格些。
ML，尤其deep learning，就像生物里的NGS（next-gen sequencing）技术，偏技术类
，但红的不要不要的。不是说没它理论，但主要是技巧。现在很多小孩直接学ML，没有
什么statistics，algorithm的知识，问题也不大。甚至用deep learning于图像分析的
没学过computer vision理论的也不在少数。所以ML更像工程类。实际中没看到谁好意
思叫 Machine Learning Science的。当然如果Geoffrey Hinton这么开叫的话，也没人
敢说不对。 |
