Задать вопрос
Контакты

Достижения

Все достижения (4)

Наибольший вклад в теги

Все теги (11)

Лучшие ответы пользователя

Все ответы (5)
  • Прикладная математика как второе высшее для программиста?

    Mlack
    @Mlack
    iOS dev, *nix lover, userR
    Здесь не будет верного ответа, который будет абсолютно правильным. Здесь как можно ответить "да, поступай, ведь только так ты сможешь получить полную и структурированую базу знаний", так и "нет, зачем еще раз тратить время на непонятное обучение всего и вся, лучше набери себе книг нормальных, и сиди сам учи\решай\доказывай и т.д.". Поэтому я просто поделюсь своей идеей в данном вопросе.
    Мое личное ИМХО, которое может быть как для кого-то правильным, так и в корне неверным: поступать стоит, но(!) если ты точно уверен в ВУЗе, в который планируешь поступать, а точнее в той кафедре, куда хочешь!
    Начну с далекого: математика - "царица всех цариц". И да, хоть я и всего лишь на втором курсе университета, я только недавно РЕАЛЬНО столкнулся с тем, что так часто повторяют многие матерые програмисты на разных умных формуах: "матан нужен, полюбому!". И видя все те дисциплины, которые были названы выше, я точно могу сказать - тут без универа никак.
    Поясню на собственном примере - я поступил в ВУЗ, который считается лучшим техническим вузом страны (КПИ, привет). Но поступил не на очень популярный факультет, про который только глухонемой не слышал, а на фак. малоизвестный, но по специальности - computer science.
    Дальше, как и все - у меня был "обычный" курс высшей математики (3 семестра), семестровый курс по теории алгоритмов, линейной алгебры\выч.геома и дискретки, а так же семестр теории вероятности. Я, как и все добросовестные студенты, посещал лекции, решал задачки на практиках, учил теоремы с доказательствами (благо, было просто, т.к. с физмата) и особо не понимал, где же все таки мне может все это пригодиться (уточню, курс по теор.алгоритмов был довольно слабым, поэтому привел его в пример с остальными предметами чисто для статистики). И жил я так себе спокойненько, и дальше бы продолжал жить не задумываясь над ролью матана в моей жизни, как тут случайно один мой преподаватель навел меня на своего коллегу, который начал вести такой предмет как "Структурное и статическое распознавание образов". Тема ооочень интересная (сам до этого немного занимался machine learning, хотя это и немного не то), и я решил пойти, попробовать.
    Что ж, после первой лекции а затем еще и практики, сказать, что я "прозрел" и понял, зачем мне вся та мат.база - ничего не сказать! При чем, чем дальше я изучал данный предмет, а вернее, предметную область, тем больше я понимал, что "как жаль, что я поступил на факультет, где такая слабая математика".
    И действительно, общаясь с другими ребятами с физ.-тех. факультета, с которыми я хожу на этот предмет, я понял - если я все же хочу остаться в "теме" и дальше заниматься распознаванием, то я должен буду кроме всех моих знаний еще и "наверстать упущенное", т.е. сам начать изучать те разделы и темы в мат.анализе\теории множеств\диск.математике\аналит.геометрии etc, которых у меня просто напросто не было!
    Но перед тем, как подвести итог, сразу хочу оговориться: все возможно, и если у тебя хватит мотивации, сил и всего того, что бы самому(!) освоить минимум ~ около двух первых лет хорошего курса университета специализации математика (или около того) - тогда тебе точно универ не нужен, вполне хватит списка литературы. После изучения всего вышеперечисленого материала, в дальнейшем спокойный вход будет обеспечен в такие направления, как машинное обучение или же распознавание образов! Но я, честно скажу, таких людей не встречал. Все мои знакомые и друзья в первую очередь изучали эти предметы в университете, а уже после начали заниматься чем-то более "интересным" :)
    Поэтому, исходя лично из своего опыта, я бы посоветовал не лениться и все же поступить! Обучаться никогда не поздно! Главное - желание!
    Ответ написан
    Комментировать
  • Есть сервис для того, чтобы научиться бегло понимать английскую речь?

    Mlack
    @Mlack
    iOS dev, *nix lover, userR
    Почему-то никто не написал про MOOC :)
    Я думаю, все знаю или хотя бы слышали про online-образование.
    Так вот, я сам когда столкнулся с проблемой что читать и как-то писать я еще мог, а вот понимать, что мне говорят с ходу...
    Так вот, как то раз решил занятся machine learning и нашел целый курс на Coursera от Andrew Ng(который, кстати, до сих пор идет): https://www.coursera.org/course/ml
    Первые две-три недели было тяжко довольно, хотя на этом курсе есть русский субтитры, и меня это выручало по началу (мне так казало, хотя на самом деле это наоборот, лишь растягивает твое время адаптации). Затем я начал смотреть другие курсы, которые мне нравились и со временем я уже спокойно стал смотреть курсы на 1.5x speed
    Так что советую и вам тоже, очень удобно и полезно! И темы на любой вкус и цвет.
    Так же есть и дугие варианты: EdX, Udacity
    Ответ написан
    4 комментария

Лучшие вопросы пользователя

Все вопросы (3)