Re: [問題] 人工智慧 數學or資工
很有感觸的問題,分享一下個人看法。
當年指考的分數也是台大數學/清交資工選擇。
個人背景:台大數學學士/資工所碩士/資工所博士班
常見的支持數學系的理由不外乎數學科目(離散/統計)/邏輯訓練
而常見的支持資工的理由則是 資工基礎訓練/瞭解資工其他領域
說實話,個人是覺得沒什麽差異,
因為一邊不足的部份,都可以透過修課或自行訓練補齊。
主要的差別是在環境中的人。
一屆數學系50-60人,大概只有5-10個會走資訊相關領域。
(如果不是這幾年機器學習起來,從統計轉資訊的也算進來,則會更少。)
也就是說如果你在數學系,有辦法和你討論切磋的人會很少,
要想辦法去和資工那邊的人混熟。
同樣的,資工領域近年人工智慧(a.k.a 機器學習/深度學習)走紅
做ML/Deep的一大票,但是把它當黑盒子在玩的居多,真正懂在幹麽的人少。
由其是近幾年改完必修後,普遍的學生理論基礎不好。
(e.g. 機率是必修,但統計不是,離散/Complexity被拔必修。)
所以要在資工那邊找人討論理論的部份也是很難。
所以,主要是看原po想要做怎樣的人工智慧,
是要走偏理論面的還是走偏實務面的。
如果想走偏理論面的,我會建議數學,實務面則建議資工。
題外話,以下是我推薦/不推薦數學系的部份,
和走不走人工智慧無關:
1) 數學系的必修GPA是全校數一數二低的。
因此會影響到 轉輔系/推甄/申請國外學校的難易度。
通常可以雙主修的都是書卷。
2) 因為必修很難,所以數學系的必修學分數很少,
通常很容易去選修外系的課。
3) 程式設計不要太差,通常資工所的老師很喜歡數學系的學生。
因為資訊本科生的理論程度通常......
4) 邏輯訓練說來簡單,但是和程式訓練一樣是要花時間的。
數學系的好處是會強迫你花四年訓練這個部份,如前文所述,環境因素。
5) 你會花時間在一些很高機率不會在資工用到的科目上。
但是數學必修很少,所以問題不算太大。
6) 數學系考別的研究所其實上榜率很高。
如果能夠成功在數學系活下來,通常轉考其他研究所相對簡單。
總結來說,選數學再資工的特點是你會和別人「不太一樣」。
至於這個不一樣是福是禍,就完全取決於大學四年自己怎樣過了。
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 49.159.147.110
※ 文章網址: https://www.ptt.cc/bbs/PhD/M.1531753577.A.462.html
推
07/16 23:33,
5年前
, 1F
07/16 23:33, 1F
→
07/16 23:34,
5年前
, 2F
07/16 23:34, 2F
→
07/16 23:34,
5年前
, 3F
07/16 23:34, 3F
推
07/17 00:28,
5年前
, 4F
07/17 00:28, 4F
推
07/17 18:23,
5年前
, 5F
07/17 18:23, 5F
推
07/20 23:09,
5年前
, 6F
07/20 23:09, 6F
推
07/25 14:00,
5年前
, 7F
07/25 14:00, 7F
→
07/25 14:01,
5年前
, 8F
07/25 14:01, 8F
→
07/25 18:04,
5年前
, 9F
07/25 18:04, 9F
→
07/25 18:04,
5年前
, 10F
07/25 18:04, 10F
討論串 (同標題文章)