誰かがこれについて何か洞察を持っているかどうか疑問に思います。コンピュータサイエンス関連の学位を取得するために大学院に行くことを考えています。私は、問題を解決するために統計パッケージやシミュレーションを使用して問題に取り組んでいる人々に常に興味をそそられてきました。これらのことについての幅広い知識を得るために、私は何を勉強しますか?彼らは機械学習に分類されますか?ありがとう
6 に答える
私のガールフレンドは、統計と オペレーションズ リサーチに重点を置いた数学の学位を取得しています。
彼女は、SAS やその他の統計ソフトウェアを使用して、特定の機能を最大化し、将来のイベントの可能性を予測するために多くの作業を行っています。それはあなたが好む数学よりも多いかもしれませんが、オペレーションズ リサーチや統計に重点を置いた CS プログラムのマスターを探してみてください。
ここにはさまざまな機会があります。次の選択肢を追加しましょう。
- 複雑なネットワークに焦点を当てた物理学。これは、生物学、疫学、社会学、金融、およびコンピューターサイエンスに適用されます。
- 統計、データマイニング、テキスト分析、計算論的学習理論を備えた優れた機械学習プログラム。
- シミュレーション、信頼性、およびプロセス制御を備えたインダストリアルエンジニアリング/オペレーションズリサーチ。
これについてさらにお話しさせていただきますので、コメント欄に質問を入れてください。
あなたの学校では、おそらく数学科で実際の統計コースをいくつか提供していると思います。
多くの数学、特に確率と統計を勉強してください。私は現在、大学院のシミュレーション コースを受講していますが、確率や統計についてもっと知りたいと思っています。
Biostatics (ミネソタ大学) では、ベイジアン統計、遺伝学などの分野で多くのシミュレーションを行いました。強力な分析プログラムは、経済学、計量経済学、農学、統計遺伝学など、必要なスキルを教えるのに適しています。:)
待っている間に、R、Matlab (Octave は無料の実装です)、または選択した Turing-Complete 言語を選択し、Wikipedia を掘り下げて、作業に取り掛かります :)
私は生物科学における統計学について考えるというグレッグ・リンドの勧告を支持したいと思います。十分な資金があり、多くの興味深い研究が行われており (理論と応用の両方で!)、パーティーでは本当にクールに聞こえるかもしれません。なぜなら、どういうわけか、自分の仕事とがんの治療に何らかのつながりを常に作ることができるからです。:)
真面目な話ですが、20 世紀初頭に Haldane、Fiscer、Wright などによって多くの優れた統計作業が行われました。最近では、分析や大規模なデータ セット、多重仮説検定、機械学習の応用に関する興味深い研究が行われています。とてもエキサイティングです。是非ご参加!