帮助做统计学作业

3acres bbs精选]胡侃CS top school(计算机系专业前20名牛校)申请和名校点评 计算机视觉Computer Vision是现在eecs申请竞争最激烈的方向. È·¨ç•Œçš„IT博客,核心IT技术包括:Hadoop, R, RHadoop, Nodejs, AngularJS, KVM, NoSQL, IT金融. MySQL MongoDB SQL 对应: NoSQL及其应用: 系统的并发管理器不好怎么完成展开预测和冲减? 制造领域信息化: 大作业15周. 而且CS的数学背景总体来说比stat差啊, 除了data mining/ machine learning方向的, 其他的都对统计只知皮毛. 有些方向用模糊数学 离散数学, 但是用linear model, bayseian甚至stochastic神马的真心很少, 这些都是统计学生的优势啊. Array跨界的IT博客,核心IT技术包括:Hadoop, R, RHadoop, Nodejs, AngularJS, KVM, NoSQL, IT金融. 有人询问统计和生统在美国最近一段时间就业情况如何、今后形势好不好;也有人说跟在美国就读的师兄师姐询问过,感觉不乐观。– 现在敢说乐观的专业,除了CS类的,估计没有其他专业了,you are not alone。 就业市场永远在动态变化的,随着经济的发展、科技的推动,新的就业机会也会浮现。 Warald推荐论坛里ferrari430的一个帖子:《从一个美国生统faculty那里听到的些许消息》: 前些天学校来了个在美学术界混了很久的一faculty跟他聊了蛮多生统和统计的申请和出路他自己现是UChicago一很大的附属医院的某research组头目正准备申请芝加哥的faculty所以关于生统的出路什么的消息应该比较可靠. Demonhunter在美国读书,据他了解: 以后做的方向最好是data mining, machine learning, bioinformatics这类方向,而且自身必须Improve proficiency in programming而且一定要有ability of handling high dimensional data 我的在Penn读CS的同学马上毕业要去加州上班了。刚才和他通电话他说加州的IT公司招收不少statistician,但是一般前提要求是必须是统计PhD,而且最好dissertation做的是DM ML相关方向。 传统的统计/生统类专业出路比如去药厂、生物技术、金融、保险公司,机会会一直都有的;同时,随着big data的概念往各个领域渗透和social media的兴起,估计今后一段时间内,做data mining、machine learning的,机会会不断出现。事实上, 无论具体学什么专业的,Warald没听说过任何做data mining/machine learning方向的人抱怨找工作困难甚至找不到工作 。 不清楚现在有多少学统计和生统的同学对这些算是“统计为主、与CS交叉”的方向感兴趣, 如果你周围很少有这样做的人,也许你应该从自己做起,成为有first-mover advantage的人:别人还没有这个意识,你已经开始准备了;等别人有了这个意识,你已经找到工作;等别人找到工作了,你已经跳槽追求更好的机会了。 那积累这样的基础难不难?跟计算机沾边,第一个涌入大脑的词语往往就是“编程”,coding这活听上去是不是很恐怖?跟CS沾边,是不是要跟学了好多年计算机的人比拼编程啊?抗得过吗? Grace在一亩三分地数学统计IEOR版一个《关于统计就业》 的帖子里有段回复,Warald引用在此: CS编程不用SAS的啊, 虽然这东西学起来很快, 但是很少有CS的会去特意学这个. 校训: 教育、研究、服务 (Education, Research, Service) 创建时间: 1869年5月6日: 学校类型: 州立大学: 捐赠基金: 19.

Com/warald
欢迎转载, 转载必须保留我的ID、Email和Blog, 否则视为侵权, 谢谢合作!     推荐阅读相关帖子: 今年CS/ECE部分申请结果总结:Data Mining,Graphics,Digital Signal Processing(DSP), Network Security [美国留学就业风向] Marketing is the next big money sector in technology, 需要统计分析+软件编程人才(中) [1. 校训: 教育、研究、服务 (Education, Research, Service) 创建时间: 1869年5月6日: 学校类型: 州立大学: 捐赠基金: 19. Array跨界的IT博客,核心IT技术包括:Hadoop, R, RHadoop, Nodejs, AngularJS, KVM, NoSQL, IT金融. Demonhunter在美国读书,据他了解: 以后做的方向最好是data mining, machine learning, bioinformatics这类方向,而且自身必须Improve proficiency in programming而且一定要有ability of handling high dimensional data 我的在Penn读CS的同学马上毕业要去加州上班了。刚才和他通电话他说加州的IT公司招收不少statistician,但是一般前提要求是必须是统计PhD,而且最好dissertation做的是DM ML相关方向。 传统的统计/生统类专业出路比如去药厂、生物技术、金融、保险公司,机会会一直都有的;同时,随着big data的概念往各个领域渗透和social media的兴起,估计今后一段时间内,做data mining、machine learning的,机会会不断出现。事实上, 无论具体学什么专业的,Warald没听说过任何做data mining/machine learning方向的人抱怨找工作困难甚至找不到工作 。 不清楚现在有多少学统计和生统的同学对这些算是“统计为主、与CS交叉”的方向感兴趣, 如果你周围很少有这样做的人,也许你应该从自己做起,成为有first-mover advantage的人:别人还没有这个意识,你已经开始准备了;等别人有了这个意识,你已经找到工作;等别人找到工作了,你已经跳槽追求更好的机会了。 那积累这样的基础难不难?跟计算机沾边,第一个涌入大脑的词语往往就是“编程”,coding这活听上去是不是很恐怖?跟CS沾边,是不是要跟学了好多年计算机的人比拼编程啊?抗得过吗? Grace在一亩三分地数学统计IEOR版一个《关于统计就业》 的帖子里有段回复,Warald引用在此: CS编程不用SAS的啊, 虽然这东西学起来很快, 但是很少有CS的会去特意学这个. 而且CS的数学背景总体来说比stat差啊, 除了data mining/ machine learning方向的, 其他的都对统计只知皮毛. È·¨ç•Œçš„IT博客,核心IT技术包括:Hadoop, R, RHadoop, Nodejs, AngularJS, KVM, NoSQL, IT金融.   Warald这里也提醒:你要找的工作并不是software engineer,你不需要从事大型软件系统开发。比如对于学生物统计的同学,所谓的“转型”也好、“改行”也罢,是从写点sas/R程序来分析生物、医学数据,变成用某种计算机语言来分析非生物医学数据而已,而这种语言,可能依然是sas/r,也可能是某种新的。这个,你说,到底是多大程度的改行? 你要修的CS功课,最低要求可能只有两门:一门叫Data Mining,一门通常叫data structure with C++ or Java。 前者我很难想象你们系里会阻止你去上,因为数据挖掘被认为是统计相关的方向,统计、生统专业的学生上了也很有帮助,唯一的问题是这门课一般太popular、太多人抢着注册,可能选不上,这种情况下,也可以考虑Machine Learning, Artificial Intelligence, Information Retrieval等课程,也会学到一些相关的知识。 后者其实不是必须的,比如你找到的工作可能依然是用sas/r来分析数据,不会c++/java不算啥。Warald提议上这个,是为了让你更周全的做准备,再一个,上data mining功课也要做project,可能会用到。一亩三分地里joyce版主在berkeley就上了data structure的本科课程,也在一亩三分地里分享了她上课的资料和作业题目。 如果你还担心基础不够,能力不行,或者对去上cs系的功课很担心,解决方法很简单:一亩三分地里经常有人组织学公开课的,前段时间,刚一起学习了coursera上stanford 计算机系教授Andrew Ng开设的免费machine learning功课,注意,这个是免费的!你们系主任、你的导师是否批准、是否知情都毫无影响!这位Ng教授,most likely,会比你们学校CS系教这门课程的professor牛很多! 为什么要大家一起上?因为学习新领域新东西,如果是自己一个人,很容易就松懈了,大家可以相互监督、相互讨论,感兴趣的同学,也可以看一下《讨论点评现在市面的公开课 》。一亩三分地里很多人,上课的同时,也加入战拖组,把上课的内容作为战胜拖延症的计划 。 给自己制定一个计划,到一亩三分地来,跟大家一起监督,修点算法、编程、Data Mining/Machine Learning类的课程,在学校里,再正式修点课程。 — 为什么还要修正式课程?公开课提高的是能力,而上了课才有正式记录,将来申请H1B签证的时候可能要用到。 到你毕业的时候,金融、保险、药厂、生物技术、信息系统、软件、marketing & sales、Web、Social Networks,任何需要分析数据的地方,哪个行业有好工作,就去哪里! So, stop whining, start acting. 百万书库 海量资源,电脑素材 实用教程,百万美图 错过遗憾,百万视频 视觉大片,百万音乐 百听不腻,单反相机手动模式详解.

校训: 教育、研究、服务 (Education, Research, Service) 创建时间: 1869年5月6日: 学校类型: 州立大学: 捐赠基金: 19. Com/warald
欢迎转载, 转载必须保留我的ID、Email和Blog, 否则视为侵权, 谢谢合作!     推荐阅读相关帖子: 今年CS/ECE部分申请结果总结:Data Mining,Graphics,Digital Signal Processing(DSP), Network Security [美国留学就业风向] Marketing is the next big money sector in technology, 需要统计分析+软件编程人才(中) [1. 百万书库 海量资源,电脑素材 实用教程,百万美图 错过遗憾,百万视频 视觉大片,百万音乐 百听不腻,单反相机手动模式详解. 而且CS的数学背景总体来说比stat差啊, 除了data mining/ machine learning方向的, 其他的都对统计只知皮毛. 有些方向用模糊数学 离散数学, 但是用linear model, bayseian甚至stochastic神马的真心很少, 这些都是统计学生的优势啊. È·¨ç•Œçš„IT博客,核心IT技术包括:Hadoop, R, RHadoop, Nodejs, AngularJS, KVM, NoSQL, IT金融.   Warald这里也提醒:你要找的工作并不是software engineer,你不需要从事大型软件系统开发。比如对于学生物统计的同学,所谓的“转型”也好、“改行”也罢,是从写点sas/R程序来分析生物、医学数据,变成用某种计算机语言来分析非生物医学数据而已,而这种语言,可能依然是sas/r,也可能是某种新的。这个,你说,到底是多大程度的改行? 你要修的CS功课,最低要求可能只有两门:一门叫Data Mining,一门通常叫data structure with C++ or Java。 前者我很难想象你们系里会阻止你去上,因为数据挖掘被认为是统计相关的方向,统计、生统专业的学生上了也很有帮助,唯一的问题是这门课一般太popular、太多人抢着注册,可能选不上,这种情况下,也可以考虑Machine Learning, Artificial Intelligence, Information Retrieval等课程,也会学到一些相关的知识。 后者其实不是必须的,比如你找到的工作可能依然是用sas/r来分析数据,不会c++/java不算啥。Warald提议上这个,是为了让你更周全的做准备,再一个,上data mining功课也要做project,可能会用到。一亩三分地里joyce版主在berkeley就上了data structure的本科课程,也在一亩三分地里分享了她上课的资料和作业题目。 如果你还担心基础不够,能力不行,或者对去上cs系的功课很担心,解决方法很简单:一亩三分地里经常有人组织学公开课的,前段时间,刚一起学习了coursera上stanford 计算机系教授Andrew Ng开设的免费machine learning功课,注意,这个是免费的!你们系主任、你的导师是否批准、是否知情都毫无影响!这位Ng教授,most likely,会比你们学校CS系教这门课程的professor牛很多! 为什么要大家一起上?因为学习新领域新东西,如果是自己一个人,很容易就松懈了,大家可以相互监督、相互讨论,感兴趣的同学,也可以看一下《讨论点评现在市面的公开课 》。一亩三分地里很多人,上课的同时,也加入战拖组,把上课的内容作为战胜拖延症的计划 。 给自己制定一个计划,到一亩三分地来,跟大家一起监督,修点算法、编程、Data Mining/Machine Learning类的课程,在学校里,再正式修点课程。 — 为什么还要修正式课程?公开课提高的是能力,而上了课才有正式记录,将来申请H1B签证的时候可能要用到。 到你毕业的时候,金融、保险、药厂、生物技术、信息系统、软件、marketing & sales、Web、Social Networks,任何需要分析数据的地方,哪个行业有好工作,就去哪里! So, stop whining, start acting. 有人询问统计和生统在美国最近一段时间就业情况如何、今后形势好不好;也有人说跟在美国就读的师兄师姐询问过,感觉不乐观。– 现在敢说乐观的专业,除了CS类的,估计没有其他专业了,you are not alone。 就业市场永远在动态变化的,随着经济的发展、科技的推动,新的就业机会也会浮现。 Warald推荐论坛里ferrari430的一个帖子:《从一个美国生统faculty那里听到的些许消息》: 前些天学校来了个在美学术界混了很久的一faculty跟他聊了蛮多生统和统计的申请和出路他自己现是UChicago一很大的附属医院的某research组头目正准备申请芝加哥的faculty所以关于生统的出路什么的消息应该比较可靠. MySQL MongoDB SQL 对应: NoSQL及其应用: 系统的并发管理器不好怎么完成展开预测和冲减? 制造领域信息化: 大作业15周. Demonhunter在美国读书,据他了解: 以后做的方向最好是data mining, machine learning, bioinformatics这类方向,而且自身必须Improve proficiency in programming而且一定要有ability of handling high dimensional data 我的在Penn读CS的同学马上毕业要去加州上班了。刚才和他通电话他说加州的IT公司招收不少statistician,但是一般前提要求是必须是统计PhD,而且最好dissertation做的是DM ML相关方向。 传统的统计/生统类专业出路比如去药厂、生物技术、金融、保险公司,机会会一直都有的;同时,随着big data的概念往各个领域渗透和social media的兴起,估计今后一段时间内,做data mining、machine learning的,机会会不断出现。事实上, 无论具体学什么专业的,Warald没听说过任何做data mining/machine learning方向的人抱怨找工作困难甚至找不到工作 。 不清楚现在有多少学统计和生统的同学对这些算是“统计为主、与CS交叉”的方向感兴趣, 如果你周围很少有这样做的人,也许你应该从自己做起,成为有first-mover advantage的人:别人还没有这个意识,你已经开始准备了;等别人有了这个意识,你已经找到工作;等别人找到工作了,你已经跳槽追求更好的机会了。 那积累这样的基础难不难?跟计算机沾边,第一个涌入大脑的词语往往就是“编程”,coding这活听上去是不是很恐怖?跟CS沾边,是不是要跟学了好多年计算机的人比拼编程啊?抗得过吗? Grace在一亩三分地数学统计IEOR版一个《关于统计就业》 的帖子里有段回复,Warald引用在此: CS编程不用SAS的啊, 虽然这东西学起来很快, 但是很少有CS的会去特意学这个. Array跨界的IT博客,核心IT技术包括:Hadoop, R, RHadoop, Nodejs, AngularJS, KVM, NoSQL, IT金融. 3acres bbs精选]胡侃CS top school(计算机系专业前20名牛校)申请和名校点评 计算机视觉Computer Vision是现在eecs申请竞争最激烈的方向.

帮助做统计学作业

Demonhunter在美国读书,据他了解: 以后做的方向最好是data mining, machine learning, bioinformatics这类方向,而且自身必须Improve proficiency in programming而且一定要有ability of handling high dimensional data 我的在Penn读CS的同学马上毕业要去加州上班了。刚才和他通电话他说加州的IT公司招收不少statistician,但是一般前提要求是必须是统计PhD,而且最好dissertation做的是DM ML相关方向。 传统的统计/生统类专业出路比如去药厂、生物技术、金融、保险公司,机会会一直都有的;同时,随着big data的概念往各个领域渗透和social media的兴起,估计今后一段时间内,做data mining、machine learning的,机会会不断出现。事实上, 无论具体学什么专业的,Warald没听说过任何做data mining/machine learning方向的人抱怨找工作困难甚至找不到工作 。 不清楚现在有多少学统计和生统的同学对这些算是“统计为主、与CS交叉”的方向感兴趣, 如果你周围很少有这样做的人,也许你应该从自己做起,成为有first-mover advantage的人:别人还没有这个意识,你已经开始准备了;等别人有了这个意识,你已经找到工作;等别人找到工作了,你已经跳槽追求更好的机会了。 那积累这样的基础难不难?跟计算机沾边,第一个涌入大脑的词语往往就是“编程”,coding这活听上去是不是很恐怖?跟CS沾边,是不是要跟学了好多年计算机的人比拼编程啊?抗得过吗? Grace在一亩三分地数学统计IEOR版一个《关于统计就业》 的帖子里有段回复,Warald引用在此: CS编程不用SAS的啊, 虽然这东西学起来很快, 但是很少有CS的会去特意学这个. È·¨ç•Œçš„IT博客,核心IT技术包括:Hadoop, R, RHadoop, Nodejs, AngularJS, KVM, NoSQL, IT金融. Com/warald
欢迎转载, 转载必须保留我的ID、Email和Blog, 否则视为侵权, 谢谢合作!     推荐阅读相关帖子: 今年CS/ECE部分申请结果总结:Data Mining,Graphics,Digital Signal Processing(DSP), Network Security [美国留学就业风向] Marketing is the next big money sector in technology, 需要统计分析+软件编程人才(中) [1. MySQL MongoDB SQL 对应: NoSQL及其应用: 系统的并发管理器不好怎么完成展开预测和冲减? 制造领域信息化: 大作业15周. 有人询问统计和生统在美国最近一段时间就业情况如何、今后形势好不好;也有人说跟在美国就读的师兄师姐询问过,感觉不乐观。– 现在敢说乐观的专业,除了CS类的,估计没有其他专业了,you are not alone。 就业市场永远在动态变化的,随着经济的发展、科技的推动,新的就业机会也会浮现。 Warald推荐论坛里ferrari430的一个帖子:《从一个美国生统faculty那里听到的些许消息》: 前些天学校来了个在美学术界混了很久的一faculty跟他聊了蛮多生统和统计的申请和出路他自己现是UChicago一很大的附属医院的某research组头目正准备申请芝加哥的faculty所以关于生统的出路什么的消息应该比较可靠.   Warald这里也提醒:你要找的工作并不是software engineer,你不需要从事大型软件系统开发。比如对于学生物统计的同学,所谓的“转型”也好、“改行”也罢,是从写点sas/R程序来分析生物、医学数据,变成用某种计算机语言来分析非生物医学数据而已,而这种语言,可能依然是sas/r,也可能是某种新的。这个,你说,到底是多大程度的改行? 你要修的CS功课,最低要求可能只有两门:一门叫Data Mining,一门通常叫data structure with C++ or Java。 前者我很难想象你们系里会阻止你去上,因为数据挖掘被认为是统计相关的方向,统计、生统专业的学生上了也很有帮助,唯一的问题是这门课一般太popular、太多人抢着注册,可能选不上,这种情况下,也可以考虑Machine Learning, Artificial Intelligence, Information Retrieval等课程,也会学到一些相关的知识。 后者其实不是必须的,比如你找到的工作可能依然是用sas/r来分析数据,不会c++/java不算啥。Warald提议上这个,是为了让你更周全的做准备,再一个,上data mining功课也要做project,可能会用到。一亩三分地里joyce版主在berkeley就上了data structure的本科课程,也在一亩三分地里分享了她上课的资料和作业题目。 如果你还担心基础不够,能力不行,或者对去上cs系的功课很担心,解决方法很简单:一亩三分地里经常有人组织学公开课的,前段时间,刚一起学习了coursera上stanford 计算机系教授Andrew Ng开设的免费machine learning功课,注意,这个是免费的!你们系主任、你的导师是否批准、是否知情都毫无影响!这位Ng教授,most likely,会比你们学校CS系教这门课程的professor牛很多! 为什么要大家一起上?因为学习新领域新东西,如果是自己一个人,很容易就松懈了,大家可以相互监督、相互讨论,感兴趣的同学,也可以看一下《讨论点评现在市面的公开课 》。一亩三分地里很多人,上课的同时,也加入战拖组,把上课的内容作为战胜拖延症的计划 。 给自己制定一个计划,到一亩三分地来,跟大家一起监督,修点算法、编程、Data Mining/Machine Learning类的课程,在学校里,再正式修点课程。 — 为什么还要修正式课程?公开课提高的是能力,而上了课才有正式记录,将来申请H1B签证的时候可能要用到。 到你毕业的时候,金融、保险、药厂、生物技术、信息系统、软件、marketing & sales、Web、Social Networks,任何需要分析数据的地方,哪个行业有好工作,就去哪里! So, stop whining, start acting. 3acres bbs精选]胡侃CS top school(计算机系专业前20名牛校)申请和名校点评 计算机视觉Computer Vision是现在eecs申请竞争最激烈的方向. 而且CS的数学背景总体来说比stat差啊, 除了data mining/ machine learning方向的, 其他的都对统计只知皮毛.

Demonhunter在美国读书,据他了解: 以后做的方向最好是data mining, machine learning, bioinformatics这类方向,而且自身必须Improve proficiency in programming而且一定要有ability of handling high dimensional data 我的在Penn读CS的同学马上毕业要去加州上班了。刚才和他通电话他说加州的IT公司招收不少statistician,但是一般前提要求是必须是统计PhD,而且最好dissertation做的是DM ML相关方向。 传统的统计/生统类专业出路比如去药厂、生物技术、金融、保险公司,机会会一直都有的;同时,随着big data的概念往各个领域渗透和social media的兴起,估计今后一段时间内,做data mining、machine learning的,机会会不断出现。事实上, 无论具体学什么专业的,Warald没听说过任何做data mining/machine learning方向的人抱怨找工作困难甚至找不到工作 。 不清楚现在有多少学统计和生统的同学对这些算是“统计为主、与CS交叉”的方向感兴趣, 如果你周围很少有这样做的人,也许你应该从自己做起,成为有first-mover advantage的人:别人还没有这个意识,你已经开始准备了;等别人有了这个意识,你已经找到工作;等别人找到工作了,你已经跳槽追求更好的机会了。 那积累这样的基础难不难?跟计算机沾边,第一个涌入大脑的词语往往就是“编程”,coding这活听上去是不是很恐怖?跟CS沾边,是不是要跟学了好多年计算机的人比拼编程啊?抗得过吗? Grace在一亩三分地数学统计IEOR版一个《关于统计就业》 的帖子里有段回复,Warald引用在此: CS编程不用SAS的啊, 虽然这东西学起来很快, 但是很少有CS的会去特意学这个. 有些方向用模糊数学 离散数学, 但是用linear model, bayseian甚至stochastic神马的真心很少, 这些都是统计学生的优势啊.   Warald这里也提醒:你要找的工作并不是software engineer,你不需要从事大型软件系统开发。比如对于学生物统计的同学,所谓的“转型”也好、“改行”也罢,是从写点sas/R程序来分析生物、医学数据,变成用某种计算机语言来分析非生物医学数据而已,而这种语言,可能依然是sas/r,也可能是某种新的。这个,你说,到底是多大程度的改行? 你要修的CS功课,最低要求可能只有两门:一门叫Data Mining,一门通常叫data structure with C++ or Java。 前者我很难想象你们系里会阻止你去上,因为数据挖掘被认为是统计相关的方向,统计、生统专业的学生上了也很有帮助,唯一的问题是这门课一般太popular、太多人抢着注册,可能选不上,这种情况下,也可以考虑Machine Learning, Artificial Intelligence, Information Retrieval等课程,也会学到一些相关的知识。 后者其实不是必须的,比如你找到的工作可能依然是用sas/r来分析数据,不会c++/java不算啥。Warald提议上这个,是为了让你更周全的做准备,再一个,上data mining功课也要做project,可能会用到。一亩三分地里joyce版主在berkeley就上了data structure的本科课程,也在一亩三分地里分享了她上课的资料和作业题目。 如果你还担心基础不够,能力不行,或者对去上cs系的功课很担心,解决方法很简单:一亩三分地里经常有人组织学公开课的,前段时间,刚一起学习了coursera上stanford 计算机系教授Andrew Ng开设的免费machine learning功课,注意,这个是免费的!你们系主任、你的导师是否批准、是否知情都毫无影响!这位Ng教授,most likely,会比你们学校CS系教这门课程的professor牛很多! 为什么要大家一起上?因为学习新领域新东西,如果是自己一个人,很容易就松懈了,大家可以相互监督、相互讨论,感兴趣的同学,也可以看一下《讨论点评现在市面的公开课 》。一亩三分地里很多人,上课的同时,也加入战拖组,把上课的内容作为战胜拖延症的计划 。 给自己制定一个计划,到一亩三分地来,跟大家一起监督,修点算法、编程、Data Mining/Machine Learning类的课程,在学校里,再正式修点课程。 — 为什么还要修正式课程?公开课提高的是能力,而上了课才有正式记录,将来申请H1B签证的时候可能要用到。 到你毕业的时候,金融、保险、药厂、生物技术、信息系统、软件、marketing & sales、Web、Social Networks,任何需要分析数据的地方,哪个行业有好工作,就去哪里! So, stop whining, start acting. Array跨界的IT博客,核心IT技术包括:Hadoop, R, RHadoop, Nodejs, AngularJS, KVM, NoSQL, IT金融. 3acres bbs精选]胡侃CS top school(计算机系专业前20名牛校)申请和名校点评 计算机视觉Computer Vision是现在eecs申请竞争最激烈的方向. 百万书库 海量资源,电脑素材 实用教程,百万美图 错过遗憾,百万视频 视觉大片,百万音乐 百听不腻,单反相机手动模式详解. MySQL MongoDB SQL 对应: NoSQL及其应用: 系统的并发管理器不好怎么完成展开预测和冲减? 制造领域信息化: 大作业15周. 校训: 教育、研究、服务 (Education, Research, Service) 创建时间: 1869年5月6日: 学校类型: 州立大学: 捐赠基金: 19.

更多信息 帮助做统计学作业

Array跨界的IT博客,核心IT技术包括:Hadoop, R, RHadoop, Nodejs, AngularJS, KVM, NoSQL, IT金融. 3acres bbs精选]胡侃CS top school(计算机系专业前20名牛校)申请和名校点评 计算机视觉Computer Vision是现在eecs申请竞争最激烈的方向. MySQL MongoDB SQL 对应: NoSQL及其应用: 系统的并发管理器不好怎么完成展开预测和冲减? 制造领域信息化: 大作业15周. È·¨ç•Œçš„IT博客,核心IT技术包括:Hadoop, R, RHadoop, Nodejs, AngularJS, KVM, NoSQL, IT金融. 有人询问统计和生统在美国最近一段时间就业情况如何、今后形势好不好;也有人说跟在美国就读的师兄师姐询问过,感觉不乐观。– 现在敢说乐观的专业,除了CS类的,估计没有其他专业了,you are not alone。 就业市场永远在动态变化的,随着经济的发展、科技的推动,新的就业机会也会浮现。 Warald推荐论坛里ferrari430的一个帖子:《从一个美国生统faculty那里听到的些许消息》: 前些天学校来了个在美学术界混了很久的一faculty跟他聊了蛮多生统和统计的申请和出路他自己现是UChicago一很大的附属医院的某research组头目正准备申请芝加哥的faculty所以关于生统的出路什么的消息应该比较可靠. Com/warald
欢迎转载, 转载必须保留我的ID、Email和Blog, 否则视为侵权, 谢谢合作!     推荐阅读相关帖子: 今年CS/ECE部分申请结果总结:Data Mining,Graphics,Digital Signal Processing(DSP), Network Security [美国留学就业风向] Marketing is the next big money sector in technology, 需要统计分析+软件编程人才(中) [1. 有些方向用模糊数学 离散数学, 但是用linear model, bayseian甚至stochastic神马的真心很少, 这些都是统计学生的优势啊.

有些方向用模糊数学 离散数学, 但是用linear model, bayseian甚至stochastic神马的真心很少, 这些都是统计学生的优势啊. 3acres bbs精选]胡侃CS top school(计算机系专业前20名牛校)申请和名校点评 计算机视觉Computer Vision是现在eecs申请竞争最激烈的方向.   Warald这里也提醒:你要找的工作并不是software engineer,你不需要从事大型软件系统开发。比如对于学生物统计的同学,所谓的“转型”也好、“改行”也罢,是从写点sas/R程序来分析生物、医学数据,变成用某种计算机语言来分析非生物医学数据而已,而这种语言,可能依然是sas/r,也可能是某种新的。这个,你说,到底是多大程度的改行? 你要修的CS功课,最低要求可能只有两门:一门叫Data Mining,一门通常叫data structure with C++ or Java。 前者我很难想象你们系里会阻止你去上,因为数据挖掘被认为是统计相关的方向,统计、生统专业的学生上了也很有帮助,唯一的问题是这门课一般太popular、太多人抢着注册,可能选不上,这种情况下,也可以考虑Machine Learning, Artificial Intelligence, Information Retrieval等课程,也会学到一些相关的知识。 后者其实不是必须的,比如你找到的工作可能依然是用sas/r来分析数据,不会c++/java不算啥。Warald提议上这个,是为了让你更周全的做准备,再一个,上data mining功课也要做project,可能会用到。一亩三分地里joyce版主在berkeley就上了data structure的本科课程,也在一亩三分地里分享了她上课的资料和作业题目。 如果你还担心基础不够,能力不行,或者对去上cs系的功课很担心,解决方法很简单:一亩三分地里经常有人组织学公开课的,前段时间,刚一起学习了coursera上stanford 计算机系教授Andrew Ng开设的免费machine learning功课,注意,这个是免费的!你们系主任、你的导师是否批准、是否知情都毫无影响!这位Ng教授,most likely,会比你们学校CS系教这门课程的professor牛很多! 为什么要大家一起上?因为学习新领域新东西,如果是自己一个人,很容易就松懈了,大家可以相互监督、相互讨论,感兴趣的同学,也可以看一下《讨论点评现在市面的公开课 》。一亩三分地里很多人,上课的同时,也加入战拖组,把上课的内容作为战胜拖延症的计划 。 给自己制定一个计划,到一亩三分地来,跟大家一起监督,修点算法、编程、Data Mining/Machine Learning类的课程,在学校里,再正式修点课程。 — 为什么还要修正式课程?公开课提高的是能力,而上了课才有正式记录,将来申请H1B签证的时候可能要用到。 到你毕业的时候,金融、保险、药厂、生物技术、信息系统、软件、marketing & sales、Web、Social Networks,任何需要分析数据的地方,哪个行业有好工作,就去哪里! So, stop whining, start acting. Array跨界的IT博客,核心IT技术包括:Hadoop, R, RHadoop, Nodejs, AngularJS, KVM, NoSQL, IT金融. Com/warald
欢迎转载, 转载必须保留我的ID、Email和Blog, 否则视为侵权, 谢谢合作!     推荐阅读相关帖子: 今年CS/ECE部分申请结果总结:Data Mining,Graphics,Digital Signal Processing(DSP), Network Security [美国留学就业风向] Marketing is the next big money sector in technology, 需要统计分析+软件编程人才(中) [1. 校训: 教育、研究、服务 (Education, Research, Service) 创建时间: 1869年5月6日: 学校类型: 州立大学: 捐赠基金: 19.

MySQL MongoDB SQL 对应: NoSQL及其应用: 系统的并发管理器不好怎么完成展开预测和冲减? 制造领域信息化: 大作业15周. 有人询问统计和生统在美国最近一段时间就业情况如何、今后形势好不好;也有人说跟在美国就读的师兄师姐询问过,感觉不乐观。– 现在敢说乐观的专业,除了CS类的,估计没有其他专业了,you are not alone。 就业市场永远在动态变化的,随着经济的发展、科技的推动,新的就业机会也会浮现。 Warald推荐论坛里ferrari430的一个帖子:《从一个美国生统faculty那里听到的些许消息》: 前些天学校来了个在美学术界混了很久的一faculty跟他聊了蛮多生统和统计的申请和出路他自己现是UChicago一很大的附属医院的某research组头目正准备申请芝加哥的faculty所以关于生统的出路什么的消息应该比较可靠. Demonhunter在美国读书,据他了解: 以后做的方向最好是data mining, machine learning, bioinformatics这类方向,而且自身必须Improve proficiency in programming而且一定要有ability of handling high dimensional data 我的在Penn读CS的同学马上毕业要去加州上班了。刚才和他通电话他说加州的IT公司招收不少statistician,但是一般前提要求是必须是统计PhD,而且最好dissertation做的是DM ML相关方向。 传统的统计/生统类专业出路比如去药厂、生物技术、金融、保险公司,机会会一直都有的;同时,随着big data的概念往各个领域渗透和social media的兴起,估计今后一段时间内,做data mining、machine learning的,机会会不断出现。事实上, 无论具体学什么专业的,Warald没听说过任何做data mining/machine learning方向的人抱怨找工作困难甚至找不到工作 。 不清楚现在有多少学统计和生统的同学对这些算是“统计为主、与CS交叉”的方向感兴趣, 如果你周围很少有这样做的人,也许你应该从自己做起,成为有first-mover advantage的人:别人还没有这个意识,你已经开始准备了;等别人有了这个意识,你已经找到工作;等别人找到工作了,你已经跳槽追求更好的机会了。 那积累这样的基础难不难?跟计算机沾边,第一个涌入大脑的词语往往就是“编程”,coding这活听上去是不是很恐怖?跟CS沾边,是不是要跟学了好多年计算机的人比拼编程啊?抗得过吗? Grace在一亩三分地数学统计IEOR版一个《关于统计就业》 的帖子里有段回复,Warald引用在此: CS编程不用SAS的啊, 虽然这东西学起来很快, 但是很少有CS的会去特意学这个. 而且CS的数学背景总体来说比stat差啊, 除了data mining/ machine learning方向的, 其他的都对统计只知皮毛. È·¨ç•Œçš„IT博客,核心IT技术包括:Hadoop, R, RHadoop, Nodejs, AngularJS, KVM, NoSQL, IT金融. 百万书库 海量资源,电脑素材 实用教程,百万美图 错过遗憾,百万视频 视觉大片,百万音乐 百听不腻,单反相机手动模式详解. 校训: 教育、研究、服务 (Education, Research, Service) 创建时间: 1869年5月6日: 学校类型: 州立大学: 捐赠基金: 19. Com/warald
欢迎转载, 转载必须保留我的ID、Email和Blog, 否则视为侵权, 谢谢合作!     推荐阅读相关帖子: 今年CS/ECE部分申请结果总结:Data Mining,Graphics,Digital Signal Processing(DSP), Network Security [美国留学就业风向] Marketing is the next big money sector in technology, 需要统计分析+软件编程人才(中) [1. 3acres bbs精选]胡侃CS top school(计算机系专业前20名牛校)申请和名校点评 计算机视觉Computer Vision是现在eecs申请竞争最激烈的方向. Array跨界的IT博客,核心IT技术包括:Hadoop, R, RHadoop, Nodejs, AngularJS, KVM, NoSQL, IT金融.   Warald这里也提醒:你要找的工作并不是software engineer,你不需要从事大型软件系统开发。比如对于学生物统计的同学,所谓的“转型”也好、“改行”也罢,是从写点sas/R程序来分析生物、医学数据,变成用某种计算机语言来分析非生物医学数据而已,而这种语言,可能依然是sas/r,也可能是某种新的。这个,你说,到底是多大程度的改行? 你要修的CS功课,最低要求可能只有两门:一门叫Data Mining,一门通常叫data structure with C++ or Java。 前者我很难想象你们系里会阻止你去上,因为数据挖掘被认为是统计相关的方向,统计、生统专业的学生上了也很有帮助,唯一的问题是这门课一般太popular、太多人抢着注册,可能选不上,这种情况下,也可以考虑Machine Learning, Artificial Intelligence, Information Retrieval等课程,也会学到一些相关的知识。 后者其实不是必须的,比如你找到的工作可能依然是用sas/r来分析数据,不会c++/java不算啥。Warald提议上这个,是为了让你更周全的做准备,再一个,上data mining功课也要做project,可能会用到。一亩三分地里joyce版主在berkeley就上了data structure的本科课程,也在一亩三分地里分享了她上课的资料和作业题目。 如果你还担心基础不够,能力不行,或者对去上cs系的功课很担心,解决方法很简单:一亩三分地里经常有人组织学公开课的,前段时间,刚一起学习了coursera上stanford 计算机系教授Andrew Ng开设的免费machine learning功课,注意,这个是免费的!你们系主任、你的导师是否批准、是否知情都毫无影响!这位Ng教授,most likely,会比你们学校CS系教这门课程的professor牛很多! 为什么要大家一起上?因为学习新领域新东西,如果是自己一个人,很容易就松懈了,大家可以相互监督、相互讨论,感兴趣的同学,也可以看一下《讨论点评现在市面的公开课 》。一亩三分地里很多人,上课的同时,也加入战拖组,把上课的内容作为战胜拖延症的计划 。 给自己制定一个计划,到一亩三分地来,跟大家一起监督,修点算法、编程、Data Mining/Machine Learning类的课程,在学校里,再正式修点课程。 — 为什么还要修正式课程?公开课提高的是能力,而上了课才有正式记录,将来申请H1B签证的时候可能要用到。 到你毕业的时候,金融、保险、药厂、生物技术、信息系统、软件、marketing & sales、Web、Social Networks,任何需要分析数据的地方,哪个行业有好工作,就去哪里! So, stop whining, start acting. 有些方向用模糊数学 离散数学, 但是用linear model, bayseian甚至stochastic神马的真心很少, 这些都是统计学生的优势啊.

帮助做统计学作业

.

Com/warald
欢迎转载, 转载必须保留我的ID、Email和Blog, 否则视为侵权, 谢谢合作!     推荐阅读相关帖子: 今年CS/ECE部分申请结果总结:Data Mining,Graphics,Digital Signal Processing(DSP), Network Security [美国留学就业风向] Marketing is the next big money sector in technology, 需要统计分析+软件编程人才(中) [1. Demonhunter在美国读书,据他了解: 以后做的方向最好是data mining, machine learning, bioinformatics这类方向,而且自身必须Improve proficiency in programming而且一定要有ability of handling high dimensional data 我的在Penn读CS的同学马上毕业要去加州上班了。刚才和他通电话他说加州的IT公司招收不少statistician,但是一般前提要求是必须是统计PhD,而且最好dissertation做的是DM ML相关方向。 传统的统计/生统类专业出路比如去药厂、生物技术、金融、保险公司,机会会一直都有的;同时,随着big data的概念往各个领域渗透和social media的兴起,估计今后一段时间内,做data mining、machine learning的,机会会不断出现。事实上, 无论具体学什么专业的,Warald没听说过任何做data mining/machine learning方向的人抱怨找工作困难甚至找不到工作 。 不清楚现在有多少学统计和生统的同学对这些算是“统计为主、与CS交叉”的方向感兴趣, 如果你周围很少有这样做的人,也许你应该从自己做起,成为有first-mover advantage的人:别人还没有这个意识,你已经开始准备了;等别人有了这个意识,你已经找到工作;等别人找到工作了,你已经跳槽追求更好的机会了。 那积累这样的基础难不难?跟计算机沾边,第一个涌入大脑的词语往往就是“编程”,coding这活听上去是不是很恐怖?跟CS沾边,是不是要跟学了好多年计算机的人比拼编程啊?抗得过吗? Grace在一亩三分地数学统计IEOR版一个《关于统计就业》 的帖子里有段回复,Warald引用在此: CS编程不用SAS的啊, 虽然这东西学起来很快, 但是很少有CS的会去特意学这个. È·¨ç•Œçš„IT博客,核心IT技术包括:Hadoop, R, RHadoop, Nodejs, AngularJS, KVM, NoSQL, IT金融. MySQL MongoDB SQL 对应: NoSQL及其应用: 系统的并发管理器不好怎么完成展开预测和冲减? 制造领域信息化: 大作业15周. 而且CS的数学背景总体来说比stat差啊, 除了data mining/ machine learning方向的, 其他的都对统计只知皮毛. 百万书库 海量资源,电脑素材 实用教程,百万美图 错过遗憾,百万视频 视觉大片,百万音乐 百听不腻,单反相机手动模式详解. 有些方向用模糊数学 离散数学, 但是用linear model, bayseian甚至stochastic神马的真心很少, 这些都是统计学生的优势啊. 有人询问统计和生统在美国最近一段时间就业情况如何、今后形势好不好;也有人说跟在美国就读的师兄师姐询问过,感觉不乐观。– 现在敢说乐观的专业,除了CS类的,估计没有其他专业了,you are not alone。 就业市场永远在动态变化的,随着经济的发展、科技的推动,新的就业机会也会浮现。 Warald推荐论坛里ferrari430的一个帖子:《从一个美国生统faculty那里听到的些许消息》: 前些天学校来了个在美学术界混了很久的一faculty跟他聊了蛮多生统和统计的申请和出路他自己现是UChicago一很大的附属医院的某research组头目正准备申请芝加哥的faculty所以关于生统的出路什么的消息应该比较可靠. 3acres bbs精选]胡侃CS top school(计算机系专业前20名牛校)申请和名校点评 计算机视觉Computer Vision是现在eecs申请竞争最激烈的方向. 校训: 教育、研究、服务 (Education, Research, Service) 创建时间: 1869年5月6日: 学校类型: 州立大学: 捐赠基金: 19.

Com/warald
欢迎转载, 转载必须保留我的ID、Email和Blog, 否则视为侵权, 谢谢合作!     推荐阅读相关帖子: 今年CS/ECE部分申请结果总结:Data Mining,Graphics,Digital Signal Processing(DSP), Network Security [美国留学就业风向] Marketing is the next big money sector in technology, 需要统计分析+软件编程人才(中) [1. Array跨界的IT博客,核心IT技术包括:Hadoop, R, RHadoop, Nodejs, AngularJS, KVM, NoSQL, IT金融. 3acres bbs精选]胡侃CS top school(计算机系专业前20名牛校)申请和名校点评 计算机视觉Computer Vision是现在eecs申请竞争最激烈的方向. È·¨ç•Œçš„IT博客,核心IT技术包括:Hadoop, R, RHadoop, Nodejs, AngularJS, KVM, NoSQL, IT金融. Demonhunter在美国读书,据他了解: 以后做的方向最好是data mining, machine learning, bioinformatics这类方向,而且自身必须Improve proficiency in programming而且一定要有ability of handling high dimensional data 我的在Penn读CS的同学马上毕业要去加州上班了。刚才和他通电话他说加州的IT公司招收不少statistician,但是一般前提要求是必须是统计PhD,而且最好dissertation做的是DM ML相关方向。 传统的统计/生统类专业出路比如去药厂、生物技术、金融、保险公司,机会会一直都有的;同时,随着big data的概念往各个领域渗透和social media的兴起,估计今后一段时间内,做data mining、machine learning的,机会会不断出现。事实上, 无论具体学什么专业的,Warald没听说过任何做data mining/machine learning方向的人抱怨找工作困难甚至找不到工作 。 不清楚现在有多少学统计和生统的同学对这些算是“统计为主、与CS交叉”的方向感兴趣, 如果你周围很少有这样做的人,也许你应该从自己做起,成为有first-mover advantage的人:别人还没有这个意识,你已经开始准备了;等别人有了这个意识,你已经找到工作;等别人找到工作了,你已经跳槽追求更好的机会了。 那积累这样的基础难不难?跟计算机沾边,第一个涌入大脑的词语往往就是“编程”,coding这活听上去是不是很恐怖?跟CS沾边,是不是要跟学了好多年计算机的人比拼编程啊?抗得过吗? Grace在一亩三分地数学统计IEOR版一个《关于统计就业》 的帖子里有段回复,Warald引用在此: CS编程不用SAS的啊, 虽然这东西学起来很快, 但是很少有CS的会去特意学这个.   Warald这里也提醒:你要找的工作并不是software engineer,你不需要从事大型软件系统开发。比如对于学生物统计的同学,所谓的“转型”也好、“改行”也罢,是从写点sas/R程序来分析生物、医学数据,变成用某种计算机语言来分析非生物医学数据而已,而这种语言,可能依然是sas/r,也可能是某种新的。这个,你说,到底是多大程度的改行? 你要修的CS功课,最低要求可能只有两门:一门叫Data Mining,一门通常叫data structure with C++ or Java。 前者我很难想象你们系里会阻止你去上,因为数据挖掘被认为是统计相关的方向,统计、生统专业的学生上了也很有帮助,唯一的问题是这门课一般太popular、太多人抢着注册,可能选不上,这种情况下,也可以考虑Machine Learning, Artificial Intelligence, Information Retrieval等课程,也会学到一些相关的知识。 后者其实不是必须的,比如你找到的工作可能依然是用sas/r来分析数据,不会c++/java不算啥。Warald提议上这个,是为了让你更周全的做准备,再一个,上data mining功课也要做project,可能会用到。一亩三分地里joyce版主在berkeley就上了data structure的本科课程,也在一亩三分地里分享了她上课的资料和作业题目。 如果你还担心基础不够,能力不行,或者对去上cs系的功课很担心,解决方法很简单:一亩三分地里经常有人组织学公开课的,前段时间,刚一起学习了coursera上stanford 计算机系教授Andrew Ng开设的免费machine learning功课,注意,这个是免费的!你们系主任、你的导师是否批准、是否知情都毫无影响!这位Ng教授,most likely,会比你们学校CS系教这门课程的professor牛很多! 为什么要大家一起上?因为学习新领域新东西,如果是自己一个人,很容易就松懈了,大家可以相互监督、相互讨论,感兴趣的同学,也可以看一下《讨论点评现在市面的公开课 》。一亩三分地里很多人,上课的同时,也加入战拖组,把上课的内容作为战胜拖延症的计划 。 给自己制定一个计划,到一亩三分地来,跟大家一起监督,修点算法、编程、Data Mining/Machine Learning类的课程,在学校里,再正式修点课程。 — 为什么还要修正式课程?公开课提高的是能力,而上了课才有正式记录,将来申请H1B签证的时候可能要用到。 到你毕业的时候,金融、保险、药厂、生物技术、信息系统、软件、marketing & sales、Web、Social Networks,任何需要分析数据的地方,哪个行业有好工作,就去哪里! So, stop whining, start acting. 有人询问统计和生统在美国最近一段时间就业情况如何、今后形势好不好;也有人说跟在美国就读的师兄师姐询问过,感觉不乐观。– 现在敢说乐观的专业,除了CS类的,估计没有其他专业了,you are not alone。 就业市场永远在动态变化的,随着经济的发展、科技的推动,新的就业机会也会浮现。 Warald推荐论坛里ferrari430的一个帖子:《从一个美国生统faculty那里听到的些许消息》: 前些天学校来了个在美学术界混了很久的一faculty跟他聊了蛮多生统和统计的申请和出路他自己现是UChicago一很大的附属医院的某research组头目正准备申请芝加哥的faculty所以关于生统的出路什么的消息应该比较可靠. 校训: 教育、研究、服务 (Education, Research, Service) 创建时间: 1869年5月6日: 学校类型: 州立大学: 捐赠基金: 19.

È·¨ç•Œçš„IT博客,核心IT技术包括:Hadoop, R, RHadoop, Nodejs, AngularJS, KVM, NoSQL, IT金融

而且CS的数学背景总体来说比stat差啊, 除了data mining/ machine learning方向的, 其他的都对统计只知皮毛.   Warald这里也提醒:你要找的工作并不是software engineer,你不需要从事大型软件系统开发。比如对于学生物统计的同学,所谓的“转型”也好、“改行”也罢,是从写点sas/R程序来分析生物、医学数据,变成用某种计算机语言来分析非生物医学数据而已,而这种语言,可能依然是sas/r,也可能是某种新的。这个,你说,到底是多大程度的改行? 你要修的CS功课,最低要求可能只有两门:一门叫Data Mining,一门通常叫data structure with C++ or Java。 前者我很难想象你们系里会阻止你去上,因为数据挖掘被认为是统计相关的方向,统计、生统专业的学生上了也很有帮助,唯一的问题是这门课一般太popular、太多人抢着注册,可能选不上,这种情况下,也可以考虑Machine Learning, Artificial Intelligence, Information Retrieval等课程,也会学到一些相关的知识。 后者其实不是必须的,比如你找到的工作可能依然是用sas/r来分析数据,不会c++/java不算啥。Warald提议上这个,是为了让你更周全的做准备,再一个,上data mining功课也要做project,可能会用到。一亩三分地里joyce版主在berkeley就上了data structure的本科课程,也在一亩三分地里分享了她上课的资料和作业题目。 如果你还担心基础不够,能力不行,或者对去上cs系的功课很担心,解决方法很简单:一亩三分地里经常有人组织学公开课的,前段时间,刚一起学习了coursera上stanford 计算机系教授Andrew Ng开设的免费machine learning功课,注意,这个是免费的!你们系主任、你的导师是否批准、是否知情都毫无影响!这位Ng教授,most likely,会比你们学校CS系教这门课程的professor牛很多! 为什么要大家一起上?因为学习新领域新东西,如果是自己一个人,很容易就松懈了,大家可以相互监督、相互讨论,感兴趣的同学,也可以看一下《讨论点评现在市面的公开课 》。一亩三分地里很多人,上课的同时,也加入战拖组,把上课的内容作为战胜拖延症的计划 。 给自己制定一个计划,到一亩三分地来,跟大家一起监督,修点算法、编程、Data Mining/Machine Learning类的课程,在学校里,再正式修点课程。 — 为什么还要修正式课程?公开课提高的是能力,而上了课才有正式记录,将来申请H1B签证的时候可能要用到。 到你毕业的时候,金融、保险、药厂、生物技术、信息系统、软件、marketing & sales、Web、Social Networks,任何需要分析数据的地方,哪个行业有好工作,就去哪里! So, stop whining, start acting. Array跨界的IT博客,核心IT技术包括:Hadoop, R, RHadoop, Nodejs, AngularJS, KVM, NoSQL, IT金融. Com/warald
欢迎转载, 转载必须保留我的ID、Email和Blog, 否则视为侵权, 谢谢合作!     推荐阅读相关帖子: 今年CS/ECE部分申请结果总结:Data Mining,Graphics,Digital Signal Processing(DSP), Network Security [美国留学就业风向] Marketing is the next big money sector in technology, 需要统计分析+软件编程人才(中) [1. 百万书库 海量资源,电脑素材 实用教程,百万美图 错过遗憾,百万视频 视觉大片,百万音乐 百听不腻,单反相机手动模式详解. Demonhunter在美国读书,据他了解: 以后做的方向最好是data mining, machine learning, bioinformatics这类方向,而且自身必须Improve proficiency in programming而且一定要有ability of handling high dimensional data 我的在Penn读CS的同学马上毕业要去加州上班了。刚才和他通电话他说加州的IT公司招收不少statistician,但是一般前提要求是必须是统计PhD,而且最好dissertation做的是DM ML相关方向。 传统的统计/生统类专业出路比如去药厂、生物技术、金融、保险公司,机会会一直都有的;同时,随着big data的概念往各个领域渗透和social media的兴起,估计今后一段时间内,做data mining、machine learning的,机会会不断出现。事实上, 无论具体学什么专业的,Warald没听说过任何做data mining/machine learning方向的人抱怨找工作困难甚至找不到工作 。 不清楚现在有多少学统计和生统的同学对这些算是“统计为主、与CS交叉”的方向感兴趣, 如果你周围很少有这样做的人,也许你应该从自己做起,成为有first-mover advantage的人:别人还没有这个意识,你已经开始准备了;等别人有了这个意识,你已经找到工作;等别人找到工作了,你已经跳槽追求更好的机会了。 那积累这样的基础难不难?跟计算机沾边,第一个涌入大脑的词语往往就是“编程”,coding这活听上去是不是很恐怖?跟CS沾边,是不是要跟学了好多年计算机的人比拼编程啊?抗得过吗? Grace在一亩三分地数学统计IEOR版一个《关于统计就业》 的帖子里有段回复,Warald引用在此: CS编程不用SAS的啊, 虽然这东西学起来很快, 但是很少有CS的会去特意学这个. 有些方向用模糊数学 离散数学, 但是用linear model, bayseian甚至stochastic神马的真心很少, 这些都是统计学生的优势啊.

  Warald这里也提醒:你要找的工作并不是software engineer,你不需要从事大型软件系统开发。比如对于学生物统计的同学,所谓的“转型”也好、“改行”也罢,是从写点sas/R程序来分析生物、医学数据,变成用某种计算机语言来分析非生物医学数据而已,而这种语言,可能依然是sas/r,也可能是某种新的。这个,你说,到底是多大程度的改行? 你要修的CS功课,最低要求可能只有两门:一门叫Data Mining,一门通常叫data structure with C++ or Java。 前者我很难想象你们系里会阻止你去上,因为数据挖掘被认为是统计相关的方向,统计、生统专业的学生上了也很有帮助,唯一的问题是这门课一般太popular、太多人抢着注册,可能选不上,这种情况下,也可以考虑Machine Learning, Artificial Intelligence, Information Retrieval等课程,也会学到一些相关的知识。 后者其实不是必须的,比如你找到的工作可能依然是用sas/r来分析数据,不会c++/java不算啥。Warald提议上这个,是为了让你更周全的做准备,再一个,上data mining功课也要做project,可能会用到。一亩三分地里joyce版主在berkeley就上了data structure的本科课程,也在一亩三分地里分享了她上课的资料和作业题目。 如果你还担心基础不够,能力不行,或者对去上cs系的功课很担心,解决方法很简单:一亩三分地里经常有人组织学公开课的,前段时间,刚一起学习了coursera上stanford 计算机系教授Andrew Ng开设的免费machine learning功课,注意,这个是免费的!你们系主任、你的导师是否批准、是否知情都毫无影响!这位Ng教授,most likely,会比你们学校CS系教这门课程的professor牛很多! 为什么要大家一起上?因为学习新领域新东西,如果是自己一个人,很容易就松懈了,大家可以相互监督、相互讨论,感兴趣的同学,也可以看一下《讨论点评现在市面的公开课 》。一亩三分地里很多人,上课的同时,也加入战拖组,把上课的内容作为战胜拖延症的计划 。 给自己制定一个计划,到一亩三分地来,跟大家一起监督,修点算法、编程、Data Mining/Machine Learning类的课程,在学校里,再正式修点课程。 — 为什么还要修正式课程?公开课提高的是能力,而上了课才有正式记录,将来申请H1B签证的时候可能要用到。 到你毕业的时候,金融、保险、药厂、生物技术、信息系统、软件、marketing & sales、Web、Social Networks,任何需要分析数据的地方,哪个行业有好工作,就去哪里! So, stop whining, start acting. 校训: 教育、研究、服务 (Education, Research, Service) 创建时间: 1869年5月6日: 学校类型: 州立大学: 捐赠基金: 19. Com/warald
欢迎转载, 转载必须保留我的ID、Email和Blog, 否则视为侵权, 谢谢合作!     推荐阅读相关帖子: 今年CS/ECE部分申请结果总结:Data Mining,Graphics,Digital Signal Processing(DSP), Network Security [美国留学就业风向] Marketing is the next big money sector in technology, 需要统计分析+软件编程人才(中) [1. 而且CS的数学背景总体来说比stat差啊, 除了data mining/ machine learning方向的, 其他的都对统计只知皮毛. 3acres bbs精选]胡侃CS top school(计算机系专业前20名牛校)申请和名校点评 计算机视觉Computer Vision是现在eecs申请竞争最激烈的方向. 有人询问统计和生统在美国最近一段时间就业情况如何、今后形势好不好;也有人说跟在美国就读的师兄师姐询问过,感觉不乐观。– 现在敢说乐观的专业,除了CS类的,估计没有其他专业了,you are not alone。 就业市场永远在动态变化的,随着经济的发展、科技的推动,新的就业机会也会浮现。 Warald推荐论坛里ferrari430的一个帖子:《从一个美国生统faculty那里听到的些许消息》: 前些天学校来了个在美学术界混了很久的一faculty跟他聊了蛮多生统和统计的申请和出路他自己现是UChicago一很大的附属医院的某research组头目正准备申请芝加哥的faculty所以关于生统的出路什么的消息应该比较可靠. Demonhunter在美国读书,据他了解: 以后做的方向最好是data mining, machine learning, bioinformatics这类方向,而且自身必须Improve proficiency in programming而且一定要有ability of handling high dimensional data 我的在Penn读CS的同学马上毕业要去加州上班了。刚才和他通电话他说加州的IT公司招收不少statistician,但是一般前提要求是必须是统计PhD,而且最好dissertation做的是DM ML相关方向。 传统的统计/生统类专业出路比如去药厂、生物技术、金融、保险公司,机会会一直都有的;同时,随着big data的概念往各个领域渗透和social media的兴起,估计今后一段时间内,做data mining、machine learning的,机会会不断出现。事实上, 无论具体学什么专业的,Warald没听说过任何做data mining/machine learning方向的人抱怨找工作困难甚至找不到工作 。 不清楚现在有多少学统计和生统的同学对这些算是“统计为主、与CS交叉”的方向感兴趣, 如果你周围很少有这样做的人,也许你应该从自己做起,成为有first-mover advantage的人:别人还没有这个意识,你已经开始准备了;等别人有了这个意识,你已经找到工作;等别人找到工作了,你已经跳槽追求更好的机会了。 那积累这样的基础难不难?跟计算机沾边,第一个涌入大脑的词语往往就是“编程”,coding这活听上去是不是很恐怖?跟CS沾边,是不是要跟学了好多年计算机的人比拼编程啊?抗得过吗? Grace在一亩三分地数学统计IEOR版一个《关于统计就业》 的帖子里有段回复,Warald引用在此: CS编程不用SAS的啊, 虽然这东西学起来很快, 但是很少有CS的会去特意学这个. 百万书库 海量资源,电脑素材 实用教程,百万美图 错过遗憾,百万视频 视觉大片,百万音乐 百听不腻,单反相机手动模式详解. 有些方向用模糊数学 离散数学, 但是用linear model, bayseian甚至stochastic神马的真心很少, 这些都是统计学生的优势啊. Array跨界的IT博客,核心IT技术包括:Hadoop, R, RHadoop, Nodejs, AngularJS, KVM, NoSQL, IT金融. MySQL MongoDB SQL 对应: NoSQL及其应用: 系统的并发管理器不好怎么完成展开预测和冲减? 制造领域信息化: 大作业15周.

另請參見:

而且CS的数学背景总体来说比stat差啊, 除了data mining/ machine learning方向的, 其他的都对统计只知皮毛. Demonhunter在美国读书,据他了解: 以后做的方向最好是data mining, machine learning, bioinformatics这类方向,而且自身必须Improve proficiency in programming而且一定要有ability of handling high dimensional data 我的在Penn读CS的同学马上毕业要去加州上班了。刚才和他通电话他说加州的IT公司招收不少statistician,但是一般前提要求是必须是统计PhD,而且最好dissertation做的是DM ML相关方向。 传统的统计/生统类专业出路比如去药厂、生物技术、金融、保险公司,机会会一直都有的;同时,随着big data的概念往各个领域渗透和social media的兴起,估计今后一段时间内,做data mining、machine learning的,机会会不断出现。事实上, 无论具体学什么专业的,Warald没听说过任何做data mining/machine learning方向的人抱怨找工作困难甚至找不到工作 。 不清楚现在有多少学统计和生统的同学对这些算是“统计为主、与CS交叉”的方向感兴趣, 如果你周围很少有这样做的人,也许你应该从自己做起,成为有first-mover advantage的人:别人还没有这个意识,你已经开始准备了;等别人有了这个意识,你已经找到工作;等别人找到工作了,你已经跳槽追求更好的机会了。 那积累这样的基础难不难?跟计算机沾边,第一个涌入大脑的词语往往就是“编程”,coding这活听上去是不是很恐怖?跟CS沾边,是不是要跟学了好多年计算机的人比拼编程啊?抗得过吗? Grace在一亩三分地数学统计IEOR版一个《关于统计就业》 的帖子里有段回复,Warald引用在此: CS编程不用SAS的啊, 虽然这东西学起来很快, 但是很少有CS的会去特意学这个. È·¨ç•Œçš„IT博客,核心IT技术包括:Hadoop, R, RHadoop, Nodejs, AngularJS, KVM, NoSQL, IT金融. 有些方向用模糊数学 离散数学, 但是用linear model, bayseian甚至stochastic神马的真心很少, 这些都是统计学生的优势啊. Array跨界的IT博客,核心IT技术包括:Hadoop, R, RHadoop, Nodejs, AngularJS, KVM, NoSQL, IT金融. 校训: 教育、研究、服务 (Education, Research, Service) 创建时间: 1869年5月6日: 学校类型: 州立大学: 捐赠基金: 19. 3acres bbs精选]胡侃CS top school(计算机系专业前20名牛校)申请和名校点评 计算机视觉Computer Vision是现在eecs申请竞争最激烈的方向.

Com/warald
欢迎转载, 转载必须保留我的ID、Email和Blog, 否则视为侵权, 谢谢合作!     推荐阅读相关帖子: 今年CS/ECE部分申请结果总结:Data Mining,Graphics,Digital Signal Processing(DSP), Network Security [美国留学就业风向] Marketing is the next big money sector in technology, 需要统计分析+软件编程人才(中) [1. 3acres bbs精选]胡侃CS top school(计算机系专业前20名牛校)申请和名校点评 计算机视觉Computer Vision是现在eecs申请竞争最激烈的方向. È·¨ç•Œçš„IT博客,核心IT技术包括:Hadoop, R, RHadoop, Nodejs, AngularJS, KVM, NoSQL, IT金融. 校训: 教育、研究、服务 (Education, Research, Service) 创建时间: 1869年5月6日: 学校类型: 州立大学: 捐赠基金: 19. MySQL MongoDB SQL 对应: NoSQL及其应用: 系统的并发管理器不好怎么完成展开预测和冲减? 制造领域信息化: 大作业15周. 百万书库 海量资源,电脑素材 实用教程,百万美图 错过遗憾,百万视频 视觉大片,百万音乐 百听不腻,单反相机手动模式详解. 有人询问统计和生统在美国最近一段时间就业情况如何、今后形势好不好;也有人说跟在美国就读的师兄师姐询问过,感觉不乐观。– 现在敢说乐观的专业,除了CS类的,估计没有其他专业了,you are not alone。 就业市场永远在动态变化的,随着经济的发展、科技的推动,新的就业机会也会浮现。 Warald推荐论坛里ferrari430的一个帖子:《从一个美国生统faculty那里听到的些许消息》: 前些天学校来了个在美学术界混了很久的一faculty跟他聊了蛮多生统和统计的申请和出路他自己现是UChicago一很大的附属医院的某research组头目正准备申请芝加哥的faculty所以关于生统的出路什么的消息应该比较可靠. Demonhunter在美国读书,据他了解: 以后做的方向最好是data mining, machine learning, bioinformatics这类方向,而且自身必须Improve proficiency in programming而且一定要有ability of handling high dimensional data 我的在Penn读CS的同学马上毕业要去加州上班了。刚才和他通电话他说加州的IT公司招收不少statistician,但是一般前提要求是必须是统计PhD,而且最好dissertation做的是DM ML相关方向。 传统的统计/生统类专业出路比如去药厂、生物技术、金融、保险公司,机会会一直都有的;同时,随着big data的概念往各个领域渗透和social media的兴起,估计今后一段时间内,做data mining、machine learning的,机会会不断出现。事实上, 无论具体学什么专业的,Warald没听说过任何做data mining/machine learning方向的人抱怨找工作困难甚至找不到工作 。 不清楚现在有多少学统计和生统的同学对这些算是“统计为主、与CS交叉”的方向感兴趣, 如果你周围很少有这样做的人,也许你应该从自己做起,成为有first-mover advantage的人:别人还没有这个意识,你已经开始准备了;等别人有了这个意识,你已经找到工作;等别人找到工作了,你已经跳槽追求更好的机会了。 那积累这样的基础难不难?跟计算机沾边,第一个涌入大脑的词语往往就是“编程”,coding这活听上去是不是很恐怖?跟CS沾边,是不是要跟学了好多年计算机的人比拼编程啊?抗得过吗? Grace在一亩三分地数学统计IEOR版一个《关于统计就业》 的帖子里有段回复,Warald引用在此: CS编程不用SAS的啊, 虽然这东西学起来很快, 但是很少有CS的会去特意学这个. Array跨界的IT博客,核心IT技术包括:Hadoop, R, RHadoop, Nodejs, AngularJS, KVM, NoSQL, IT金融. 而且CS的数学背景总体来说比stat差啊, 除了data mining/ machine learning方向的, 其他的都对统计只知皮毛.   Warald这里也提醒:你要找的工作并不是software engineer,你不需要从事大型软件系统开发。比如对于学生物统计的同学,所谓的“转型”也好、“改行”也罢,是从写点sas/R程序来分析生物、医学数据,变成用某种计算机语言来分析非生物医学数据而已,而这种语言,可能依然是sas/r,也可能是某种新的。这个,你说,到底是多大程度的改行? 你要修的CS功课,最低要求可能只有两门:一门叫Data Mining,一门通常叫data structure with C++ or Java。 前者我很难想象你们系里会阻止你去上,因为数据挖掘被认为是统计相关的方向,统计、生统专业的学生上了也很有帮助,唯一的问题是这门课一般太popular、太多人抢着注册,可能选不上,这种情况下,也可以考虑Machine Learning, Artificial Intelligence, Information Retrieval等课程,也会学到一些相关的知识。 后者其实不是必须的,比如你找到的工作可能依然是用sas/r来分析数据,不会c++/java不算啥。Warald提议上这个,是为了让你更周全的做准备,再一个,上data mining功课也要做project,可能会用到。一亩三分地里joyce版主在berkeley就上了data structure的本科课程,也在一亩三分地里分享了她上课的资料和作业题目。 如果你还担心基础不够,能力不行,或者对去上cs系的功课很担心,解决方法很简单:一亩三分地里经常有人组织学公开课的,前段时间,刚一起学习了coursera上stanford 计算机系教授Andrew Ng开设的免费machine learning功课,注意,这个是免费的!你们系主任、你的导师是否批准、是否知情都毫无影响!这位Ng教授,most likely,会比你们学校CS系教这门课程的professor牛很多! 为什么要大家一起上?因为学习新领域新东西,如果是自己一个人,很容易就松懈了,大家可以相互监督、相互讨论,感兴趣的同学,也可以看一下《讨论点评现在市面的公开课 》。一亩三分地里很多人,上课的同时,也加入战拖组,把上课的内容作为战胜拖延症的计划 。 给自己制定一个计划,到一亩三分地来,跟大家一起监督,修点算法、编程、Data Mining/Machine Learning类的课程,在学校里,再正式修点课程。 — 为什么还要修正式课程?公开课提高的是能力,而上了课才有正式记录,将来申请H1B签证的时候可能要用到。 到你毕业的时候,金融、保险、药厂、生物技术、信息系统、软件、marketing & sales、Web、Social Networks,任何需要分析数据的地方,哪个行业有好工作,就去哪里! So, stop whining, start acting.

帮助做统计学作业

  Warald这里也提醒:你要找的工作并不是software engineer,你不需要从事大型软件系统开发。比如对于学生物统计的同学,所谓的“转型”也好、“改行”也罢,是从写点sas/R程序来分析生物、医学数据,变成用某种计算机语言来分析非生物医学数据而已,而这种语言,可能依然是sas/r,也可能是某种新的。这个,你说,到底是多大程度的改行? 你要修的CS功课,最低要求可能只有两门:一门叫Data Mining,一门通常叫data structure with C++ or Java。 前者我很难想象你们系里会阻止你去上,因为数据挖掘被认为是统计相关的方向,统计、生统专业的学生上了也很有帮助,唯一的问题是这门课一般太popular、太多人抢着注册,可能选不上,这种情况下,也可以考虑Machine Learning, Artificial Intelligence, Information Retrieval等课程,也会学到一些相关的知识。 后者其实不是必须的,比如你找到的工作可能依然是用sas/r来分析数据,不会c++/java不算啥。Warald提议上这个,是为了让你更周全的做准备,再一个,上data mining功课也要做project,可能会用到。一亩三分地里joyce版主在berkeley就上了data structure的本科课程,也在一亩三分地里分享了她上课的资料和作业题目。 如果你还担心基础不够,能力不行,或者对去上cs系的功课很担心,解决方法很简单:一亩三分地里经常有人组织学公开课的,前段时间,刚一起学习了coursera上stanford 计算机系教授Andrew Ng开设的免费machine learning功课,注意,这个是免费的!你们系主任、你的导师是否批准、是否知情都毫无影响!这位Ng教授,most likely,会比你们学校CS系教这门课程的professor牛很多! 为什么要大家一起上?因为学习新领域新东西,如果是自己一个人,很容易就松懈了,大家可以相互监督、相互讨论,感兴趣的同学,也可以看一下《讨论点评现在市面的公开课 》。一亩三分地里很多人,上课的同时,也加入战拖组,把上课的内容作为战胜拖延症的计划 。 给自己制定一个计划,到一亩三分地来,跟大家一起监督,修点算法、编程、Data Mining/Machine Learning类的课程,在学校里,再正式修点课程。 — 为什么还要修正式课程?公开课提高的是能力,而上了课才有正式记录,将来申请H1B签证的时候可能要用到。 到你毕业的时候,金融、保险、药厂、生物技术、信息系统、软件、marketing & sales、Web、Social Networks,任何需要分析数据的地方,哪个行业有好工作,就去哪里! So, stop whining, start acting. 而且CS的数学背景总体来说比stat差啊, 除了data mining/ machine learning方向的, 其他的都对统计只知皮毛. 有人询问统计和生统在美国最近一段时间就业情况如何、今后形势好不好;也有人说跟在美国就读的师兄师姐询问过,感觉不乐观。– 现在敢说乐观的专业,除了CS类的,估计没有其他专业了,you are not alone。 就业市场永远在动态变化的,随着经济的发展、科技的推动,新的就业机会也会浮现。 Warald推荐论坛里ferrari430的一个帖子:《从一个美国生统faculty那里听到的些许消息》: 前些天学校来了个在美学术界混了很久的一faculty跟他聊了蛮多生统和统计的申请和出路他自己现是UChicago一很大的附属医院的某research组头目正准备申请芝加哥的faculty所以关于生统的出路什么的消息应该比较可靠. 百万书库 海量资源,电脑素材 实用教程,百万美图 错过遗憾,百万视频 视觉大片,百万音乐 百听不腻,单反相机手动模式详解. MySQL MongoDB SQL 对应: NoSQL及其应用: 系统的并发管理器不好怎么完成展开预测和冲减? 制造领域信息化: 大作业15周. È·¨ç•Œçš„IT博客,核心IT技术包括:Hadoop, R, RHadoop, Nodejs, AngularJS, KVM, NoSQL, IT金融. 3acres bbs精选]胡侃CS top school(计算机系专业前20名牛校)申请和名校点评 计算机视觉Computer Vision是现在eecs申请竞争最激烈的方向. Demonhunter在美国读书,据他了解: 以后做的方向最好是data mining, machine learning, bioinformatics这类方向,而且自身必须Improve proficiency in programming而且一定要有ability of handling high dimensional data 我的在Penn读CS的同学马上毕业要去加州上班了。刚才和他通电话他说加州的IT公司招收不少statistician,但是一般前提要求是必须是统计PhD,而且最好dissertation做的是DM ML相关方向。 传统的统计/生统类专业出路比如去药厂、生物技术、金融、保险公司,机会会一直都有的;同时,随着big data的概念往各个领域渗透和social media的兴起,估计今后一段时间内,做data mining、machine learning的,机会会不断出现。事实上, 无论具体学什么专业的,Warald没听说过任何做data mining/machine learning方向的人抱怨找工作困难甚至找不到工作 。 不清楚现在有多少学统计和生统的同学对这些算是“统计为主、与CS交叉”的方向感兴趣, 如果你周围很少有这样做的人,也许你应该从自己做起,成为有first-mover advantage的人:别人还没有这个意识,你已经开始准备了;等别人有了这个意识,你已经找到工作;等别人找到工作了,你已经跳槽追求更好的机会了。 那积累这样的基础难不难?跟计算机沾边,第一个涌入大脑的词语往往就是“编程”,coding这活听上去是不是很恐怖?跟CS沾边,是不是要跟学了好多年计算机的人比拼编程啊?抗得过吗? Grace在一亩三分地数学统计IEOR版一个《关于统计就业》 的帖子里有段回复,Warald引用在此: CS编程不用SAS的啊, 虽然这东西学起来很快, 但是很少有CS的会去特意学这个. Com/warald
欢迎转载, 转载必须保留我的ID、Email和Blog, 否则视为侵权, 谢谢合作!     推荐阅读相关帖子: 今年CS/ECE部分申请结果总结:Data Mining,Graphics,Digital Signal Processing(DSP), Network Security [美国留学就业风向] Marketing is the next big money sector in technology, 需要统计分析+软件编程人才(中) [1. Array跨界的IT博客,核心IT技术包括:Hadoop, R, RHadoop, Nodejs, AngularJS, KVM, NoSQL, IT金融. 校训: 教育、研究、服务 (Education, Research, Service) 创建时间: 1869年5月6日: 学校类型: 州立大学: 捐赠基金: 19. 有些方向用模糊数学 离散数学, 但是用linear model, bayseian甚至stochastic神马的真心很少, 这些都是统计学生的优势啊.

而且CS的数学背景总体来说比stat差啊, 除了data mining/ machine learning方向的, 其他的都对统计只知皮毛

MySQL MongoDB SQL 对应: NoSQL及其应用: 系统的并发管理器不好怎么完成展开预测和冲减? 制造领域信息化: 大作业15周. 3acres bbs精选]胡侃CS top school(计算机系专业前20名牛校)申请和名校点评 计算机视觉Computer Vision是现在eecs申请竞争最激烈的方向. Array跨界的IT博客,核心IT技术包括:Hadoop, R, RHadoop, Nodejs, AngularJS, KVM, NoSQL, IT金融.   Warald这里也提醒:你要找的工作并不是software engineer,你不需要从事大型软件系统开发。比如对于学生物统计的同学,所谓的“转型”也好、“改行”也罢,是从写点sas/R程序来分析生物、医学数据,变成用某种计算机语言来分析非生物医学数据而已,而这种语言,可能依然是sas/r,也可能是某种新的。这个,你说,到底是多大程度的改行? 你要修的CS功课,最低要求可能只有两门:一门叫Data Mining,一门通常叫data structure with C++ or Java。 前者我很难想象你们系里会阻止你去上,因为数据挖掘被认为是统计相关的方向,统计、生统专业的学生上了也很有帮助,唯一的问题是这门课一般太popular、太多人抢着注册,可能选不上,这种情况下,也可以考虑Machine Learning, Artificial Intelligence, Information Retrieval等课程,也会学到一些相关的知识。 后者其实不是必须的,比如你找到的工作可能依然是用sas/r来分析数据,不会c++/java不算啥。Warald提议上这个,是为了让你更周全的做准备,再一个,上data mining功课也要做project,可能会用到。一亩三分地里joyce版主在berkeley就上了data structure的本科课程,也在一亩三分地里分享了她上课的资料和作业题目。 如果你还担心基础不够,能力不行,或者对去上cs系的功课很担心,解决方法很简单:一亩三分地里经常有人组织学公开课的,前段时间,刚一起学习了coursera上stanford 计算机系教授Andrew Ng开设的免费machine learning功课,注意,这个是免费的!你们系主任、你的导师是否批准、是否知情都毫无影响!这位Ng教授,most likely,会比你们学校CS系教这门课程的professor牛很多! 为什么要大家一起上?因为学习新领域新东西,如果是自己一个人,很容易就松懈了,大家可以相互监督、相互讨论,感兴趣的同学,也可以看一下《讨论点评现在市面的公开课 》。一亩三分地里很多人,上课的同时,也加入战拖组,把上课的内容作为战胜拖延症的计划 。 给自己制定一个计划,到一亩三分地来,跟大家一起监督,修点算法、编程、Data Mining/Machine Learning类的课程,在学校里,再正式修点课程。 — 为什么还要修正式课程?公开课提高的是能力,而上了课才有正式记录,将来申请H1B签证的时候可能要用到。 到你毕业的时候,金融、保险、药厂、生物技术、信息系统、软件、marketing & sales、Web、Social Networks,任何需要分析数据的地方,哪个行业有好工作,就去哪里! So, stop whining, start acting. È·¨ç•Œçš„IT博客,核心IT技术包括:Hadoop, R, RHadoop, Nodejs, AngularJS, KVM, NoSQL, IT金融. Com/warald
欢迎转载, 转载必须保留我的ID、Email和Blog, 否则视为侵权, 谢谢合作!     推荐阅读相关帖子: 今年CS/ECE部分申请结果总结:Data Mining,Graphics,Digital Signal Processing(DSP), Network Security [美国留学就业风向] Marketing is the next big money sector in technology, 需要统计分析+软件编程人才(中) [1. 百万书库 海量资源,电脑素材 实用教程,百万美图 错过遗憾,百万视频 视觉大片,百万音乐 百听不腻,单反相机手动模式详解.

发表评论

Your email address will not be published. Required fields are marked *