s******s 发帖数: 4 | 1 老生常谈的话题,有说读统计好的,也有说读CS好的,总结如下:
读统计好处:大数据/机器学习本质是数学,读统计可以深入了解模型,统计知识比CS难度
大得多
读统计坏处:编程能力差,专门modelling的公司基本都要phd.一般大公司不一定需要做
modelling,或者说modelling的需求少,programming的需求大,而且都是用现成的
package.一些数学统计高级课程比如实分析,测度论,随机过程被认为太理论,只有做研
究发论文的人才需要,一般找工作的普罗大众还是撸几行代码更实在
读CS好处:编程能力强,公司需求大,用现成的算法日积月累,滴水穿石,反而经验比数学
统计背景的溜,kaggle上排名靠前的基本是CS/ENG背景
读CS坏处:数学统计背景欠佳,而且数学知识很难补,对模型无法升入了解,停留在黑箱操
作上,而编程相对简单,有自学的可能.
请教下大神对以上发表下看法,然后下个定论下对于本科不是CS或是统计的童鞋,硕士到
底读统计好还是CS好. | r***e 发帖数: 10135 | 2 计算机的人会用R包就能进行统计分析
统计系的人搞得懂啥叫并行计算?
【在 s******s 的大作中提到】 : 老生常谈的话题,有说读统计好的,也有说读CS好的,总结如下: : 读统计好处:大数据/机器学习本质是数学,读统计可以深入了解模型,统计知识比CS难度 : 大得多 : 读统计坏处:编程能力差,专门modelling的公司基本都要phd.一般大公司不一定需要做 : modelling,或者说modelling的需求少,programming的需求大,而且都是用现成的 : package.一些数学统计高级课程比如实分析,测度论,随机过程被认为太理论,只有做研 : 究发论文的人才需要,一般找工作的普罗大众还是撸几行代码更实在 : 读CS好处:编程能力强,公司需求大,用现成的算法日积月累,滴水穿石,反而经验比数学 : 统计背景的溜,kaggle上排名靠前的基本是CS/ENG背景 : 读CS坏处:数学统计背景欠佳,而且数学知识很难补,对模型无法升入了解,停留在黑箱操
| m******n 发帖数: 453 | 3 master读哪个都没啥特别
无论哪个,你的理论水平都不足以搞研究
学几门手艺而已,R python里面都有machine learning package
一样的
就算CS的master也没有办法深入明白那些算法
另外,越来越多学校开了data science这个专业 | s******s 发帖数: 4 | 4
data science专业我个人觉得很坑,就是把一些科目混在一起,还不如专门读CS或
Statitics,然后跨学院选几门选修课
没有打算phd做研究,时间耗不起,也没那个智力开发新算法,只想熟练理解透现成的算
法就可以了.所以如果二选一的话,您觉得CS,Statistics哪个更好一些呢
【在 m******n 的大作中提到】 : master读哪个都没啥特别 : 无论哪个,你的理论水平都不足以搞研究 : 学几门手艺而已,R python里面都有machine learning package : 一样的 : 就算CS的master也没有办法深入明白那些算法 : 另外,越来越多学校开了data science这个专业
| r*******n 发帖数: 3020 | 5 读master,显然cs
【在 s******s 的大作中提到】 : 老生常谈的话题,有说读统计好的,也有说读CS好的,总结如下: : 读统计好处:大数据/机器学习本质是数学,读统计可以深入了解模型,统计知识比CS难度 : 大得多 : 读统计坏处:编程能力差,专门modelling的公司基本都要phd.一般大公司不一定需要做 : modelling,或者说modelling的需求少,programming的需求大,而且都是用现成的 : package.一些数学统计高级课程比如实分析,测度论,随机过程被认为太理论,只有做研 : 究发论文的人才需要,一般找工作的普罗大众还是撸几行代码更实在 : 读CS好处:编程能力强,公司需求大,用现成的算法日积月累,滴水穿石,反而经验比数学 : 统计背景的溜,kaggle上排名靠前的基本是CS/ENG背景 : 读CS坏处:数学统计背景欠佳,而且数学知识很难补,对模型无法升入了解,停留在黑箱操
| s*******m 发帖数: 658 | 6 统计读master的确没什么用
【在 s******s 的大作中提到】 : 老生常谈的话题,有说读统计好的,也有说读CS好的,总结如下: : 读统计好处:大数据/机器学习本质是数学,读统计可以深入了解模型,统计知识比CS难度 : 大得多 : 读统计坏处:编程能力差,专门modelling的公司基本都要phd.一般大公司不一定需要做 : modelling,或者说modelling的需求少,programming的需求大,而且都是用现成的 : package.一些数学统计高级课程比如实分析,测度论,随机过程被认为太理论,只有做研 : 究发论文的人才需要,一般找工作的普罗大众还是撸几行代码更实在 : 读CS好处:编程能力强,公司需求大,用现成的算法日积月累,滴水穿石,反而经验比数学 : 统计背景的溜,kaggle上排名靠前的基本是CS/ENG背景 : 读CS坏处:数学统计背景欠佳,而且数学知识很难补,对模型无法升入了解,停留在黑箱操
| r***e 发帖数: 10135 | 7 ds重要的是理解数据,理解应用
【在 s******s 的大作中提到】 : : data science专业我个人觉得很坑,就是把一些科目混在一起,还不如专门读CS或 : Statitics,然后跨学院选几门选修课 : 没有打算phd做研究,时间耗不起,也没那个智力开发新算法,只想熟练理解透现成的算 : 法就可以了.所以如果二选一的话,您觉得CS,Statistics哪个更好一些呢
| z*****s 发帖数: 272 | 8 读个硕士,还整天想着DS/ML这些只招PhD的领域干什么 | a*******1 发帖数: 1554 | 9 以斯坦福为例,统计硕士每年招20-30人,计算机硕士每年招200-300人,统计没有本科
,计算机有本科。
统计读硕士也有很多必修课,包括概率、随机过程这些;计算机硕士也有很多必修课,
一般编程量都比较大,其实本科不是读计算机的或许还真的吃不消。。。
对于数据分析类的,cs 229 machine learning比较出名,而且计算机系貌似也只有这
一门数据分析相关的,但这门课也有很多概率论和公式推导,真正分析数据的不是很多
;统计系的就多了,stats 202 data mining, stat 305 applied linear model, stat
306a nonlinear model, stat 306b unsupervised learning,315ab statistical
learning, stat 290 statistical software等。。。cs 229没讲boosting/random
random forest这些
R的并行也有专门的parallel包,并不难用,我也正在用。。。
还有网页抓数据这些属于基本技能,严格来说,大公司会有data engineer处理,跟
researcher/analyst分开。
不过master选课比较自由,没所谓了。。。鉴于计算机毕业生这么多,这些人工作之后
肯定倾向于招计算机的人,再说google/facebook这些本身就是计算机公司。。。 | o*s 发帖数: 623 | 10 这个很同意
[在 zhuancs (cscs) 的大作中提到:]
:读个硕士,还整天想着DS/ML这些只招PhD的领域干什么 | s*****t 发帖数: 1661 | 11 呵呵呵,会用R包就会统计分析,这种统计分析的程度,学生物的也懂。
统计系做并行计算的也不少。 计算机系的也不是每个方向的都懂并行计算的。
【在 r***e 的大作中提到】 : 计算机的人会用R包就能进行统计分析 : 统计系的人搞得懂啥叫并行计算?
| s*****t 发帖数: 1661 | 12 这个说的比较中肯。
stat
【在 a*******1 的大作中提到】 : 以斯坦福为例,统计硕士每年招20-30人,计算机硕士每年招200-300人,统计没有本科 : ,计算机有本科。 : 统计读硕士也有很多必修课,包括概率、随机过程这些;计算机硕士也有很多必修课, : 一般编程量都比较大,其实本科不是读计算机的或许还真的吃不消。。。 : 对于数据分析类的,cs 229 machine learning比较出名,而且计算机系貌似也只有这 : 一门数据分析相关的,但这门课也有很多概率论和公式推导,真正分析数据的不是很多 : ;统计系的就多了,stats 202 data mining, stat 305 applied linear model, stat : 306a nonlinear model, stat 306b unsupervised learning,315ab statistical : learning, stat 290 statistical software等。。。cs 229没讲boosting/random : random forest这些
| r***e 发帖数: 10135 | 13 哥大一年统计硕士2,300呢
stat
【在 a*******1 的大作中提到】 : 以斯坦福为例,统计硕士每年招20-30人,计算机硕士每年招200-300人,统计没有本科 : ,计算机有本科。 : 统计读硕士也有很多必修课,包括概率、随机过程这些;计算机硕士也有很多必修课, : 一般编程量都比较大,其实本科不是读计算机的或许还真的吃不消。。。 : 对于数据分析类的,cs 229 machine learning比较出名,而且计算机系貌似也只有这 : 一门数据分析相关的,但这门课也有很多概率论和公式推导,真正分析数据的不是很多 : ;统计系的就多了,stats 202 data mining, stat 305 applied linear model, stat : 306a nonlinear model, stat 306b unsupervised learning,315ab statistical : learning, stat 290 statistical software等。。。cs 229没讲boosting/random : random forest这些
|
|