[請益] 資工背景轉認知科學

看板Cognitive作者 (i wish i could)時間14年前 (2011/11/26 14:09), 編輯推噓6(6推 0噓 26→)
留言32則, 6人參與, 最新討論串1/2 (看更多)
大家好，想請問一下關於升學的問題 我本身是國立大學資訊工程背景，在學校的時候對AI、學習很有興趣 因此除了AI，還有過進階演算法（pruning, decision tree）等等 也修過認知心理學 我想申請國外的computer science的master program 因為大多數cognitive science的program只有一年或是直攻PhD 我本身沒有research的經驗，所以自己覺得條件不足還不想申請PhD 一年的program對我來說也太短，不足以做一些研究以準備PhD，所以目標還是放在CS 所以想請問資工轉到cognitive science是可行的嗎？ 如果可行的話，資工背景對cognitive science這個領域又有什麼優勢和貢獻呢？ 如果資訊背景對CogSci有幫助， 我在master program可以鑽研哪個領域可以跟我未來的規劃做銜接呢？ 現在AI走到機器學習這一塊，而且很明顯的最近做機器學習的人愈來愈多 CogSci跟AI中的機器學習做結合，他們的關係是怎樣的呢？ 不好意思，因為我已經離開學校一段時間， 當時年少無知沒有多問，現在又沒有人可以討論，網路上找資料愈看愈模糊 還請各位前輩不吝指教，謝謝！ -- ※ 發信站: 批踢踢實業坊(ptt.cc) ◆ From: 114.36.27.118
→
11/26 23:20, , 1F
陽明的陳麗芬老師 似乎是資科(資工)轉腦神經科學 可以參考
11/26 23:20, 1F
推
11/27 23:29, , 2F
趁你還沒畢業 好好利用一下學校圖書館 國外CS結合CogSci的
11/27 23:29, 2F
→
11/27 23:29, , 3F
已經發展一段時間 多看看原文書吧
11/27 23:29, 3F
→
11/27 23:30, , 4F
阿 sorry我不知哪隻眼睛看到你還沒畢業 XD
11/27 23:30, 4F
推
11/28 01:42, , 5F
優勢當然是有的 不過有時候可能要感受一下
11/28 01:42, 5F
→
11/28 01:42, , 6F
工學背景跟理學背景的人 做同一個題目 追求的東西很
11/28 01:42, 6F
→
11/28 01:42, , 7F
常會天差地遠 祝你找到好題目 : )
11/28 01:42, 7F
推
11/28 14:02, , 8F
建議你請教版上前輩takanaka 他的領域和你相符
11/28 14:02, 8F
推
11/29 00:28, , 9F
不好意思被點名了 :)
11/29 00:28, 9F
→
11/29 00:28, , 10F
首先大概是先確定感興趣的是brain多一點還是mind多一點
11/29 00:28, 10F
→
11/29 00:30, , 11F
如果是前者 應是往neuroscience的方向發展
11/29 00:30, 11F
→
11/29 00:30, , 12F
後者則是cognitive science
11/29 00:30, 12F
→
11/29 00:31, , 13F
二者間今天已有相當的匯流 但研究所需的基礎與技能或許
11/29 00:31, 13F
→
11/29 00:31, , 14F
還是有些不同
11/29 00:31, 14F
→
11/29 00:33, , 15F
以理論基礎及方法論而言 資工接cognitive science應該
11/29 00:33, 15F
→
11/29 00:34, , 16F
是非常順 尤其如果具AI, machine learning, NLP方面的
11/29 00:34, 16F
→
11/29 00:34, , 17F
基礎與興趣
11/29 00:34, 17F
→
11/29 00:35, , 18F
建議可以翻閱一下annual meeting of CogSci society
11/29 00:35, 18F
→
11/29 00:35, , 19F
的會議論文 以及Cognitive Science journal
11/29 00:35, 19F
→
11/29 00:36, , 20F
有AI背景者應可發現不少熟悉之處
11/29 00:36, 20F
→
11/29 00:38, , 21F
相關的大師或知名研究者非常多
11/29 00:38, 21F
→
11/29 00:40, , 22F
一些歷史與背景概念或可參考本文
11/29 00:40, 22F
→
11/29 00:43, , 24F
你問到machine learning跟CogSci
11/29 00:43, 24F
→
11/29 00:45, , 25F
可Google一些主要研究者 例如Kintsch, Tenenbaum,
11/29 00:45, 25F
→
11/29 00:46, , 26F
Griffiths, Steyvers等
11/29 00:46, 26F
→
11/29 00:49, , 27F
machine learning在CogSci扮演的角色多是推理工具
11/29 00:49, 27F
→
11/29 00:50, , 28F
所以generative model似乎會比discriminative model來
11/29 00:50, 28F
→
11/29 00:50, , 29F
得普遍 因為重點是對認知現象的瞭解與理論的發展
11/29 00:50, 29F
→
11/29 00:51, , 30F
而非實用角度上的分類準確
11/29 00:51, 30F
推
11/29 16:08, , 31F
感謝樓上的介紹 XD
11/29 16:08, 31F
推
12/01 14:45, , 32F
taka桑的回文應該直接打一篇m起來~~
12/01 14:45, 32F
‣ 更多 venet 的文章
文章代碼(AID): #1Eq8AbUT (Cognitive)
‣ 更多 venet 的文章
文章代碼(AID): #1Eq8AbUT (Cognitive)