Matemática para ciência da computação [fechado]
3 answers
- Matemática Discreta é a classe mais importante e básica para a Ciência da computação, e por esta razão é geralmente oferecida em departamentos CS em vez de departamentos de matemática. Esta classe vai sustentar a sua introdução a algoritmos para a classe e ensinar-lhe como provar as coisas matematicamente e dar-lhe o fundamentos para analisar estruturas de dados e algoritmos.
- o cálculo, embora não seja directamente utilizado nas aulas de informática de nível inicial, é geralmente uma sequência de cursos oferecidos pela sua universidade para melhorar as suas capacidades matemáticas. À medida que você começa a entrar em coisas como programação numérica e aprendizagem de máquinas, no entanto, ele vai se revelar imensamente útil. É também um requisito para cursos avançados de probabilidade/estatística.
- a probabilidade {[6] } é geralmente coberta por alguns extensão na sua classe matemática discreta, mas você vai querer ter uma classe em distribuições contínuas de probabilidade e inferência estatística , provavelmente no departamento de matemática e Estatística. Isto lhe dará uma melhor compreensão de como fazer computação numérica e simulação, e é fundamentalmente necessário para aprendizado de máquina, uma das aplicações mais importantes da ciência da computação.
- Álgebra Linear é uma classe para a qual você achará principalmente útil aprendizagem de máquinas e classes de algoritmos (avançados), mas sua importância na visão de computador, computação gráfica, aprendizagem de máquinas e outras sub-disciplinas quantitativas é fundamental.
Análise real , incluindo teoria da medida onde você vai descobrir que se você estudar probabilidade e cálculo por tempo suficiente, eles convergem Outra vez. A análise é geralmente uma coisa útil para saber quando você começa a trabalhar com algoritmos envolvendo números.
Optimização , incluindo optimização linear, optimização convexa, descida gradiente, e assim por diante. Em muitos casos, "aprender" um modelo de aprendizagem de máquina resume-se basicamente a otimizar uma função objetiva, e as propriedades desta função, tais como se é convexo têm um grande impacto em como é fácil optimizar.
Métodos Numéricos: alguns não considere isso uma aula de matemática , per se, , mas na tradução de algoritmos e teoria dos imperfeito representação de ponto flutuante, há muitos problemas práticos a serem resolvidos. Por exemplo, o truque log-sum-exp.
Para aqueles que estarão em "ciência dos dados" e campos relacionados, estatísticas avançadas e especialmente inferência causal são muito importantes. Há muitos coisas a saber, principalmente porque ter acesso a um monte de dados tenta este problema para os não iniciados.
- a análise de algoritmos baseia-se em cálculo, equações diferenciais e Matemática Discreta. (Many view analysis of algorithms as the primary differentiator between computer science and software engineering programs).
- computação gráfica / visualização científica requer um tipo de análise de engenharia de fundo: métodos numéricos, álgebra linear, etc.
- computacional geometria
- aproximação da função
- Teoria dos conjuntos, cálculo lógico/de primeira ordem
- Probabilidade / Estatísticas A lista continua: