4

今年の 9 月に大学の最終学年が始まるので、論文のプロジェクトを行う必要があります。昨年大学が提案したプロジェクトのリストを見ましたが、どれもそれほど興味深いものではありませんでした。それは、「理論的な」コンピューターサイエンス全体に対する私の「愛」と相まって、夏休みの最後の月をCS分野のいくつかをより深く研究するのに費やすのがいいだろうと考えるようになりました. これまで大学では、コンピュータ サイエンスのより「理論的な」側面に関して、主に検索およびソート アルゴリズム、文字列マッチング、ゲーム理論、ソフトウェア エンジニアリングの設計パターン、および迷路解決アルゴリズムを調べてきました。来年のシラバスには、バイオインフォマティクス、コンパイラ、機械学習が含まれます。これらすべてについてのアイデアはありますが、信じられないほど詳細なものはありません (つまり、アルゴリズムの設計はまったく行っていません)。それで、リストからプロジェクトを選ぶか、愛好家でもできるプロジェクトを選ぶのではなく、コンピュータ サイエンスのいくつかの分野について研究し、その過程でブレインストーミングを行ってみませんか?

以下の分野に関する利用可能なリソース (書籍、電子書籍、PDF、オンライン コミュニティなど) を教えていただければ幸いです。

私はそれらが何であるかを理解したいだけであり、技術的な問題をまだ混乱させていないことに注意してください.

フィールド：

  • Web セマンティクス

  • アルゴリズム（分析、設計など）

  • 機械学習

  • 進化計算

  • ゲーム理論

  • 他の （？？？）

4

4 に答える 4

1

http://ocw.mit.eduは、すべての学問、特にコンピュータ サイエンス関連の非常に優れたリソースです。彼らには、ほとんどすべてのコンプサイエンスと科学のトピックに関するクールな講義ノート、読書へのリンク、本の提案、ビデオ、問題セットがたくさんあります. これは基本的に、MIT のシラバスとコースワークであり、すべて公開されている Web サイトに掲載されています。また、MIT の CS クラスの焦点はかなり理論的であるため、プラスです。

追加のボーナスとして、「オープン コースワーク」はオープン ソースの哲学から来ています。

また、既存のトピックのリストに提案を追加したいと思います: 暗号化。

于 2010-07-27T00:35:44.333 に答える
1

これはあなたの質問に完全には答えていませんが、ここに私の2セントがあります：

理想的なトピックは、あなたが持っているものです:

  • への関心。
  • についての意見です。
  • についてはすでに少し知っていますが、これ以上詳しく調べる時間はありませんでした。

たとえば、次のように考えているとします。

人間が編集可能なカスタム テキスト形式でデータを解析、操作、およびエンコードするプログラムを作成するのは困難です。もっと簡単にできるし、そうあるべきだと私は信じています。

テキスト形式を操作するためのツールが存在しないというわけではありません。気付いていないだけかもしれませんし、あなたが知っているプログラミング言語と互換性がないかもしれませんし、使いたくないかもしれません。しかし、テキスト形式を操作するための優れたツールが世の中にあるかもしれません。

周りを見渡すと、HaskellとParsecを何度も目にします。誇大広告に屈して Haskell を学ぶと、それが本当にクールであることがわかります。その後、Parsec の学習を開始し、かなり適切であることがわかります。あなたのプロジェクトは、同僚に Parsec を紹介するプレゼンテーションであり、「現実世界」の設定でドメイン固有言語を示すケーススタディを完備しています。ここでは、あなたは実際には何も発明しませんでしたが、あなた自身と同僚に素晴らしいものを紹介し、彼らにとって意味のある方法でそれを行いました.

もう一度言いますが、Parsec がうまくいかなかったとします。カスタム テキスト形式の操作を簡素化するものをまったく見つけられない可能性があります (単純であるべきものに対してすべてが非常に複雑すぎる可能性があります)。この場合、タスクを簡素化するフレームワークを開発することをお勧めします。すぐに始めるのではなく、いくつかの調査を行ってください。他のシステムを見て、彼らが採用したアプローチを見て、それらが不十分な理由を考えてください。目標に近づける可能性のある新しいプログラミング言語または API を学びます。たぶん、あなたのトピックに関連するいくつかの論文を読むことさえあります. その後、プロジェクトは多くの既存の作業に基づいて構築されますが、見た問題を修正するのに役立ちます。

要約すると、理想的なトピックは、あなたがすでにある程度興味を持っているトピックです。あるべき姿についての意見を持ってコンピューター サイエンスにアプローチすることは良いことだと思いますが、同時に、既存のアイデアに対してもオープンである必要があります。

于 2010-07-27T01:24:41.653 に答える
0

機械学習の場合：Andrew Ng（Stanford Prof.）は、オンラインで機械学習コースを受講しています。

iTunesUとYouTubeで見つけることができます。

于 2010-07-27T17:02:50.227 に答える