Re: [請益] 請問想加強程式能力 修課or專題?
※ 引述《s77485p (快樂豬)》之銘言:
: 大家好
: 我是一個非CS背景的學生
: 因為之後想往這方面走 修過專題和自修程式後也發現滿有興趣的
: 之後也打算考相關研所
看到這裡其實就覺得你應該要修這門課
別的學校怎樣我不知道
至少 112 資訊系碩士班必考資料結構與演算法
進去之後做研究你還是會天天看到它 (不然考這幹嘛)
反正你一定會用到,就修吧
: 我自己看修課的作業 感覺是有一點不是很實用的東西
: 就是教你算一些平常也沒人想做的東西
: 就感覺比較無趣一點
: 而專題就是做跟研究有關的 感覺比較實際應用一點
: 不知道這樣的認知對不對
你會覺得修課很無聊,做的東西好像沒什麼用
那是因為你現在還沒有用到它
舉個例子,我以前寫碩士論文時,研究卡在一個地方
為了達成某些 precomputation,我需要找到某個近似方法
把任意函數 f(x,y) 轉換成 h(x).g(y)
我想了幾天毫無頭緒,只好跑去問老闆
老闆瞄了一眼就丟出關鍵字,問題迎刃而解
我那時候打死也想不到這東西可以和矩陣運算有關 (x、y 和結果都是純量)
或許線性代數稱不上是資訊系每個領域都需要的知識
不過資料結構與演算法嘛...還真找不到有什麼研究是用不到它的
: 現在就是很掙扎 到底從專題練程式能力或是修資料結構練
: 哪個會比較好呢?
另外幾個你應該要去修課的原因
1. 未來你有很長的時間、很多的機會可以磨練程式能力
但離開學校後你恐怕很難再提起動力去念演算法課本
當然我相信有些人是靠自修去學這些東西的
但大部份人開始工作後,平常寫 code 就累個半死
能夠有毅力再去念這些東西的人是少數
2. 說老實話...和其它專業課程比起來
112 的資料結構與演算法算是比較輕鬆的課程
比如說當你進入研究所,為了做影像辦識而去修 machine learning
然後發現你沒修機率與統計、沒修線性代數
用的程式語言是個語法很奇怪、叫作 R 的語言
然後老師叫你去 trace 別人的演算法,但 source code 竟然是 fortran
研究所的課程大概都是這種風格
每門課都拿大學部的許多課程作為基礎
而沒學過的你要自己想辦法 (112 沒有任何課程教你寫 R 和 fortran)
與其進入研究所馬上就接受這麼強烈的刺激
先修一些 (你看起來滿重的) 基礎課程適應一下不是比較好嗎
而且也能確認你對這領域熱情是否能夠支撐你跨越障礙
不過雖然資料結構與演算法很重要
我不會建議你「馬上」開始修課
如果你已經立下考研究所的目標
我會建議你放寬你的畢業年限
有計畫地把其它基礎課程也修完
(112 會考線性代數、離散數學、資料結構、演算法、作業系統、計算機結構)
因為大學部學分對我們這些本系學生來說都不算輕鬆了
對於外系學生來說要兩三年內修完是更加辛苦的
--
※ 發信站: 批踢踢實業坊(ptt.cc)
◆ From: 202.39.238.242
推
12/26 14:41, , 1F
12/26 14:41, 1F
→
12/26 14:59, , 2F
12/26 14:59, 2F
討論串 (同標題文章)
本文引述了以下文章的的內容:
完整討論串 (本文為第 2 之 2 篇):