給數學系學弟學妹們的一些話

我不是人生導師，只是通過我的個人經驗給現在迷茫的同學們一點建議。注意哦，僅僅是建議。我的經驗不適用於所有人，就好像我覺得iPhone是最好的手機，但是你覺得大屏幕好，你參照我的建議花了很貴的錢買了5s還簽了兩年合約，然後分分鐘都覺得不爽，這個就不要賴我，只能怪你自己的決定。

就好像當初我誤打誤撞學了「信息與計算科學」專業。

這個專業在我上大學的時候還不多，現在估計很多了，這個專業的畢業生都應該清楚，這是個在「數學系」中學「計算機」的交叉專業。學得好的話，那麼就是一個數學基礎紮實，編程能力強的人見人愛的複合型人才；如果學得不好的話，嗯，跟其他大學生也沒啥差別。有人問，數據挖掘和數學有關係嗎？有！非常有！不過現在想來，沒有我當初在某一個回答下那麼強的關係。比如，在數據挖掘中用到實變、復變、拓撲的機會的確非常少。但是（是的，什麼都會有一個「但是」），學習過這些之後會對理解演算法幫助非常大。數據挖掘是通過演算法對現實世界中的問題進行抽象，並且計算統計出在複雜數據背後的規律，將規則或預知的結果呈現出來。數學本來就是對現實世界的抽象，所以兩者是有很強的聯繫的。而且，在設計數據挖掘演算法的時候，很多時候是看問題的角度。舉個例子吧。平面上有不同顏色的數據點，將這些數據點區分開來，一種是看這些點之間的距離，通過聚類演算法區分；一種是將這些數據點都投影到高維空間中，將高維空間中的線性可分解對應到低維空間中；再有就是看這些數據點的屬性，通過奇異值分解找到起關鍵區分作用的維度，利用這些維度區分......當然方法還有很多很多。如果不知道數學中的歐式距離、核函數、SVD以及相關的知識，那麼在理解演算法過程中就會很困難。

所以，數學系的學弟學妹們，好好上課，不要上課玩手機，不要上課不聽講，吉米多維奇做完了也是可以鍛煉邏輯思維的，概率課你要是不好好上那就是全天下最傻X的學生。

說來有些搞笑，「信息與計算科學」這個專業培養的其實是現在時下最炙手可熱的「數據科學家」。當初 Data Scientist 這個詞還沒有被創造出來，信息與計算科學這個這麼有遠見的專業就有了，當然了，廣大的畢業生除了轉行也就是和計算機專業的畢業生一樣去做 coder。不過，現在，數據科學的確是這個專業的最對口的專業。

所以，數學系的學弟學妹們，好好上課，不要上課玩手機，不要上課不聽講，多鍛煉你們薄弱的編程能力，能把你們學到的數學知識放在數據上用起來的才是真本事。

還有，如果要讀其他專業的碩士博士的話，你們是廣大博導們的最愛。

推薦閱讀：