逻辑差学计算机,数学差的人不配学计算机?布朗大学教授告诉你一毛钱关系都没有!...

布朗大学教授指出,学习计算机科学并不一定需要强大的数学背景,关键在于逻辑思维能力。数学逻辑和结构化思考在该领域至关重要。非计算机专业学生通过补充基础知识和实践经验也能跨专业申请。文章列举了不同申请难度的计算机科学项目,并强调选择专业应基于个人兴趣和准备情况。
摘要由CSDN通过智能技术生成

原标题:数学差的人不配学计算机?布朗大学教授告诉你一毛钱关系都没有!

最近正是留学申请季,也是大三/高二党开始备战明年申请季。无论对于高中生、本科生、还是硕士生来说,上哪所学校和学什么专业成为了现阶段最令人头疼的问题。为了帮助大家了解更多,天道留学小编给大家整理了内容,一起看看吧。

1e86ae183a860d4cdf6b627aef7107bc.png

很多人瞄上了现在最大热的一个专业——计算机,因为它可是“高薪资”和“好前景”的代名词。

但申请者们不免有这样一些问题:

高中生——我数学不好,可以选择计算机科学专业吗?

本科生——我非计算机专业,可以跨专业申请 CS 吗?

如果有相同困扰的小伙伴,看过来(举手)!

这里所说的计算机科学专业并不仅仅指代计算机工程,其中信息系统、软件工程、信息安全、编程、计算机图形学,以及管理信息系统等方向都被包含在内。

但无论是学哪个方向的,计算机科学专业确实是需要具备数学能力的。

如果你想学计算机图形学,那你就需要掌握线性代数、计算几何;

如果你想搞音频,就需要知道数字信号处理那一套等等。

但这些都只是特定领域内最基础的知识了,和其他理工科专业对数学的要求是一样一样的,并没有因为它挂上了计算机的头衔就要更严格一些。

还有编程,对于外行人来说,要做一个程序员看似很复杂,很困难,但事实上编程本身对数学的要求并不高。因为编程的本质不是用高深的数学知识去处理事情,也不是背代码,而是在写很多很多基础代码的前提下,勤于练习,最后按照自己的理解去钻研。

敲黑板!像是编程、JAVA程序设计等“技术类”方向,计算机用的数学知识不是很多,只会用到一些简单的函数问题,大多数是高中数学。像是算法设计与分析等研究类、纯理论类的方向,就会对数学要求比较高。(当然这只是对想要入门的新手来说,当你进入了这个领域并把它当作饭碗的时候,你懂的越多,上升空间越大,所有这并不是“数学无用论”)

总而言之,数学虽然重要,但这不是决定你是否能够学习这个专业的挡路石。

对于本科生是否能跨专业申请计算机科学的问题,Shriram Krishnamurthi——一位在布朗大学从业超过 28 年的计算机科学教授给出了最专业的答案。

“很多人忽视了一个问题,计算机科学需要使用数学的原因,不在于它真的需要数学领域的某个公式、某个理论,而是需要你的数学思维能力:统计、概率、最重要的是数学逻辑。

在这个领域,无论是否使用“高级数学”,每个优秀的从业者都在从事结构化、逻辑化的思考,甚至当他们编写数据库和其他程序的时候,还被要求写出逻辑化的语句。这就印证了这个领域需要的不是一个数学天才,而是一个逻辑学者。”

布朗大学的计算机科学硕士入学要求,没有标明只接受计算机领域的本科生,而是与计算机科学相关的学科都可以。

当然,如果你原本来自艺术学、语言学之类的,确实跨专业申请很困难,除非你有非常强的软实力背景,例如参加过与数学相关的竞赛,从事过这方面的实习工作,而且还需要至少修过一些基础课程,如 C 语言、JAVA 等。

除了选择一个“吃香”的专业外,名校的头衔也十分重要。以下根据不同申请难度按批次推荐一些学校。

难度5颗星:

普林斯顿大学:只能申请 M.S.E 两年的项目,但研一下学期可以转到 M.Eng,这个项目不需要完成论文。

哈佛大学:工学院相对来说比较小,CS 教授也比较少。就算你 GPA、TOEFL 和 GRE 都不错,也是一条“偏向虎山行”的路。

耶鲁大学:耶鲁大学的计算机系设置在文理研究院,特点是与数学和工程联系得比较紧密,也与心理学、医学、经济学、商务、物理有关联,需要研究背景很强才能申请。

难度4颗星:

哥伦比亚大学:分为 MS in Computer Science(MS.CS)和 MS in Computer Engineering(MS.CE)两个项目。如果你的能力比较强,GRE有 325 以上,可以申请 MS.CS。如果相对弱一点,可以考虑申请 MS.CE。

西北大学:共开设了三个专业,EE、CE、和 CS,其中 CS 的申请难度最大。另外,申请的时候尽量提前准备,可以尝试直接申请博士,审核时会同时考虑硕士录取的可能性。

加州大学欧文分校:欧文分校的计算机硕士项目,可以选择完成论文或参加综合性开始两种选择。虽然欧文的排名不高,但特别受中国学生的欢迎。建议申请电子工程和计算机学院的 MS Computer Engineering 项目,相对来说容易不少。

难度三颗星:

圣路易斯华盛顿大学:提供三种硕士项目——MS.CS、MS.CE、和 MEng CSE。对自己不自信的同学,可以先申请 CE,然后选修一些 CS 的课程。

波士顿大学:除了 MS.CS 之外,还有两个相关的项目,一个有关于 cyber security,另一个是关于 data-centric computing。注意,BU 对托福的最低要求是阅读 21,听力 18,口语 23,写作 22,还比较注重 GRE 的成绩。

弗吉尼亚大学:有 MS 和 MCS 两个项目,需要完成论文。对于标化成绩不是特别出众的学生来说是一个好选择,可以申请 MS 项目。

高薪资和好前景确实吸引着许多人学习计算机相关的专业,但同时自己要考虑好的是学习过程中的困难,以及你是否可以解决。

另外,虽然软硬件条件是跨入一个领域的必需品,但当真正做选择的时候,是需要自己从一而终的坚持和信心。与其问我可以学 CS 吗?我能学 CS 吗?不如问自己一句,我准备好了吗?

上述是天道留学小编给大家介绍的留学方面的内容,帮助大家了解更多内容,想了解更多留学方面的内容,请关注天道教育官网。返回搜狐,查看更多

责任编辑:

深度习是机器习的一个子领域,它基于人工神经网络的研究,特别是利用多层次的神经网络来进行习和模式识别。深度习模型能够习数据的高层次特征,这些特征对于图像和语音识别、自然语言处理、医图像分析等应用至关重要。以下是深度习的一些关键概念和组成部分: 1. **神经网络(Neural Networks)**:深度习的基础是人工神经网络,它是由多个层组成的网络结构,包括输入层、隐藏层和输出层。每个层由多个神经元组成,神经元之间通过权重连接。 2. **前馈神经网络(Feedforward Neural Networks)**:这是最常见的神经网络类型,信息从输入层流向隐藏层,最终到达输出层。 3. **卷积神经网络(Convolutional Neural Networks, CNNs)**:这种网络特别适合处理具有网格结构的数据,如图像。它们使用卷积层来提取图像的特征。 4. **循环神经网络(Recurrent Neural Networks, RNNs)**:这种网络能够处理序列数据,如时间序列或自然语言,因为它们具有记忆功能,能够捕捉数据中的时间依赖性。 5. **长短期记忆网络(Long Short-Term Memory, LSTM)**:LSTM 是一种特殊的 RNN,它能够习长期依赖关系,非常适合复杂的序列预测任务。 6. **生成对抗网络(Generative Adversarial Networks, GANs)**:由两个网络组成,一个生成器和一个判别器,它们相互竞争,生成器生成数据,判别器评估数据的真实性。 7. **深度习框架**:如 TensorFlow、Keras、PyTorch 等,这些框架提供了构建、训练和部署深度习模型的工具和库。 8. **激活函数(Activation Functions)**:如 ReLU、Sigmoid、Tanh 等,它们在神经网络中用于添加非线性,使得网络能够习复杂的函数。 9. **损失函数(Loss Functions)**:用于评估模型的预测与真实值之间的异,常见的损失函数包括均方误(MSE)、交叉熵(Cross-Entropy)等。 10. **优化算法(Optimization Algorithms)**:如梯度下降(Gradient Descent)、随机梯度下降(SGD)、Adam 等,用于更新网络权重,以最小化损失函数。 11. **正则化(Regularization)**:技术如 Dropout、L1/L2 正则化等,用于防止模型过拟合。 12. **迁移习(Transfer Learning)**:利用在一个任务上训练好的模型来提高另一个相关任务的性能。 深度习在许多领域都取得了显著的成就,但它也面临着一些挑战,如对大量数据的依赖、模型的解释性、计算资源消耗大等。研究人员正在不断探索新的方法来解决这些问题。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值