Re: [問題] 理科對未來的幫助

看板medstudent作者neogeo (k'?)時間14年前 (2010/06/20 08:37)推噓6(6推 0噓 30→)

留言36則, 5人參與討論串10/11 (看更多)

※ 引述《kueilinyeh (葉Sir~)》之銘言： : 各位學長姐好 : 我想請問一下 : 理科對於未來的研究是否有幫助?? : 我現在是一年級 : 在之前我們學校院會有請來長庚M86的裴醫師學長回來演說 : 裴醫師當時有提到 : 他在Johns Hopkins University 念博士班的時候 : 有把線性代數念完工程數學有念完一半還有一些高微 : 我想問板上的學長姐 : 如果未來是想要朝神經科學研究的方面前進 : 是否該學一些二類的科目? 哪些建議的科目? : 即需要哪些理科背景? : 如果在線代和工數之間擇一 : 那該修哪一門比較好? : 因為我現在準備升大二 : 想說趁大三大體解剖來臨之前多修一些比較喜歡的課 : 此外 : 關於有關神經科學方面 : 會應用到電磁學的一部分嗎 (我的淺見是認為神經牽涉到電XDD 不知是否正確) 基本上這是個大哉問,不過要記住的是,理科的訓練在大部份應用學科的情況下, 就是種技術分析,如果講求實戰技巧,學個分生和物化還實際點技術分析強,如果不能make sense,終究是腦力遊戲罷了不過如果想做的是核心本質的研究,另當別論. 還有類神經網路的研究很早就有了,也許你也應該考慮這個,google一下就很多. 線代沒有一定的微積分和工數的基礎,就會只是一種空中樓閣整天分析span這個space或是有沒有同構之類的,而不能做為實驗結果計算資料的更高級分析,基本上對於實戰沒什麼幫助反之,如果有一定計算底子,那麼會是很強大的工具微積分就好比是注因符號,入門的基礎.好比anatomy 和組織學是人體的map 底子越強,臨床實戰work越有幫助.要不要學高微就看自己了,好比學生理或病理要不要把每個pattern的來龍去脈都搞個一清二楚. 舉個例子來說 ,像Fourier transform應用層面很廣,但是入門就是 spliting ,sharping,convolution之類一個又一個公式. 會套會用,工數學好就行.想了解為什麼可以這樣做,又是另一回事. 現代解釋常用delta function,但其實這是一種general function(廣義函數) 這和大家一般熟悉的函數概念差很多,嚴格來說它是一個distribution. 但再往上已經是數學研究所以上的東西了.弄懂這些有比較威嗎? 未必,原因如前所述. MRI基本上原理和電子的spin有關,但spin是量子力學才出現的概念判讀MRI,要懂甚至會算QM才可以嗎?這可沒聽說過搭配臨床經驗就可有一套解釋系統,而且make sense,實用. 不過如果是要設計新的工具,或是讓原有的功能更強大,不懂一些是不行的. SEM和STM能被設計出來,就是利用QM裡提出的穿遂效應的概念. 電磁學就不多說了,從初階到高階其實差很多.想像從國中生物的程度到大學的普生,然後在往上的生理和分生吧.深度和廣度差很大. 基本上,用到哪,學到哪. 醫學跟理科學習都一樣,沒有捷徑,都需要時間累積,才會蘊釀出神乎其技, Passion不可或缺正是如此. 兩者想賺大錢要另謀他法也是一樣的. 前面好幾位大大講的都很實在. 個人是建議先拿相關書看籍看看,有興趣再投入. 做研究, approach的方法很多,理科的模式是一條路,當然還有其他方法. 巴菲特做股票又不是因為特別會分析k線才這麼成功這個世界非線性的事物太多,很多本質不是畫一條鐘形曲線就能解析, 只是不可否認的是這工具效用強大! 總之,有理工背景自會有一定幫助,但是投資報酬是因人因研究項目而異. -- ※ 發信站: 批踢踢實業坊(ptt.cc) ◆ From: 114.38.72.190

推