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
|
|
