江苏龙网

  1. 首页 > 生活 > >

数据挖掘、分析、可视化，现在大一咋走

首先，数据挖掘和数据可视化属于完全不同的方向吧＝ ＝ 如果立志把机器学习的算法学好，学数理统计必然是有用的。至少在研究生级别的靠谱的机器学习课程，一定的概率论，数理统计，线性代数以及泛函基础是要有的。其次，编程也不能落下。国内的统计教育体系还是有很大问题的，回过头来看，在不兼顾效率的情况下，Python和R是做机器学习必修的语言了（各有各的优点，建议都学）。如果数据量大和模型够复杂，可能需要考虑上C++。国内情况不清楚，科技公司更青睐招CS的人（可能是因为算法层面交给PhD来做研究生的话更多是打下手，所以效率更加重要），挺多面试都是先要过算法题，然后再是机器学习方面的东西。数据可视化的话，和统计的关系并不大了。虽然，ggplot2的作者是学统计出身，但是大部分做可视化方向的仍然是CS系以及偏CS的design(参考NYU ITP)。做InforViz方向用javascript以及js的拓展d3.js，做ScientificViz方向有用C++的。现在Large Scale Visualization是个非常热门的话题，基本上没一个好的CS基础是不行的，做得好的话基本上就是$$$。 如果培养计划以及个人能力允许的话，主修统计辅修个CS?这样研究生想继续做CS或者读统计都很方便？ 无论做data哪个方面，现在编程都很重要。重要。要。。。最后，做Risk的话安安心心读统计或者数学吧 ＝ ＝ 。


    推荐阅读


    上一篇：智能家居智能硬件会不会又称为BAT和小米的炮灰呢，大家觉得前途咋样，可以创业么

    下一篇：智能电视对比传统电视，有啥可行的或潜在的盈利模式