?

Log in

No account? Create an account

Previous Entry | Next Entry

Попадалово!

Блииииин, гадство!! У меня в понедельник дедлайн, а у курсеры проблемы с сервером! Минут 30 назад начались. Хорошо, если дедлайн сдвинут из-за этого, а если нет? Гррррр!
Кликаю по ссылке каждые 5 минут, как заведенная. Обидно будет, если не успею... :(

Tags:

Comments

l_sylvanas
May. 12th, 2013 06:10 pm (UTC)
Мат. анализ наверное все же нужен :) просто иначе люди тебя всерьез воспринимать не будут, наверное :) Это немножко как читать не уметь, на мой взгляд :). Потом на самом деле без мат. анализа нельзя же понять многих доказательств, нельзя понять даже основ статистики (что такое maximum likelihood estimation), а без статистики сегодня проигрышно.

А дальше зависит, наверное, от того, что именно интересно. Если какой-нибудь machine learning - там нужно "на ты" быть со многими аспектами самой разной математики.

Я так понимаю, тебе кажется, что часто предмет в его целости как бы "не нужен": ну подумаешь, можно же в двух словах объяснить человеку, о чем речь, и он в приложении к конкретной задаче поймет и сможет пользоваться. По моему опыту это не так. Это человеку, который уже хорошо знает предмет, кажется, что из него можно быстренько просто объяснить какую-то часть, которая нужна прямо сейчас. А человек, который предмета не знает, скорее всего, не сможет воспринять ничего толком из такого объяснения.

Дифуры мне пока ни разу не были нужны. Линейная алгебра оказалась очень важна, но это потому что я machine learning и game theory заинтересовалась, так что это, наверное, действительно уже зависит от дальнейшего выбора. Мат. анализ пригождается нечасто, но регулярно (концепция дифференцирования и предела, и интегрирования (именно концепция, а не, допустим, различные способы интегрировать всякие неэлементарные вещи), градиент, ряды, суммы).

А так вообще пока что больше всего мне было нужно хорошее понимание функций (особенно экспоненты и логарифма) :). Что действительно школьный курс просто.
morfizm
May. 12th, 2013 08:14 pm (UTC)
Я основы статистики учу только сейчас, т.к. взялся читать книжку "Probabilistic Graphical Models" (это Machine Learning, да :)). Я не спорю, что ML это очень модно и правильно, и статистика для него нужна. Но она не была нужна предыдущие 8 лет моей карьеры, по крайней мере, не была нужна в объёме целого курса. Для distributed systems programming достаточно понимать, что такое распределение и процентиль, а это вещи, которые, если ты знаешь основы комбинаторики, можно объяснить за один вечер.

Мне кажется, что важны *основы* - именно понимать суть какого-то крупного *раздела*, направления математики, плюс умение учиться, тогда необходимое можно будет поднагнать. Скажем, основы непрерывной математики это функциональный анализ и производные, его дают в школе. Можно "укрепить" каким-то одним серьёзным университетским курсом вроде мат.анализа, дифуров (это к тому, почему я считаю, что нужен хотя бы один, но не так важно, какой именно). А остальное ты уже будешь брать по мере необходимости.

Мне, кстати, дифуры куда больше приходились, чем мат.анализ. Дифуры + численные методы открывают двери в моделирование и симуляции. Линейка помогает с аналитической геометрией (графика), но главный её плюс - она позволяет читать разные другие advanced математические книжки, т.к. без "беглости" с материцами и векторами читать книжки очень трудно. А вот мат. анализ в чистом не пригодился ни разу. Для практических задач у тебя всегда есть численные методы или мат.пакеты, решающие символьно. Если мат.пакет не сможет взять какой-то интеграл символьно или посчитать какой-то ряд символьно, то я и подавно не смогу :) Мне не кажется, будто бы 1-2 семестровый курс позволит тебе эффективно конкурировать с мат.пакетом. Это надо куда более основательно подходить... а зачем? Программисту зачем?

Хорошее понимание функций - не могу поспорить, оно необходимо, это да.

Что касается дискретной математики и разных родственных дисциплин, IMHO, там нужно брать как можно больше, потому что практически всё является prerequisite, чтобы бегло понимать и строить алгоритмы. Есть большая белая книжка (Cormen/Leiserson/Rivest, "Introduction to Algorithms"). Нужно прочесть её за разумное время (вроде одного семестра, а не десяти лет :)), прорешав большинство упражнений, а также есть другие книжки Gusfield, Aho/Ullman, Knuth, и т.п., которые методично штудировать не надо, но надо иметь необходимый багаж, чтобы за разумное, очень небольшое время разобраться с любым chapter'ом по необходимости.

Если у тебя нет такой базы, то ты довольно limited in terms of things you can learn later, and also about complexity of things you'll be able to design yourself, vs always relying on someone else telling you what to do.
l_sylvanas
May. 12th, 2013 08:38 pm (UTC)
про мат. анализ - я имела в виду, что без него тоже трудно книжки читать, как и без линейной алгебры. Я не имела в виду, что мне пригождаются знания, как интегрировать по частям или что-то в этом роде :). Это может быть нужно, только если ты хочешь работать теоретиком :).
morfizm
May. 12th, 2013 08:41 pm (UTC)
Ну, зависит от книжек. Хотя, возможно, тот необходимый минимум в мат.анализе, требуемый для книжек, у меня есть. Я же не спорю с необходимостью какого-то минимума. Я считаю что "мат. анализ" как предмет - optional, его можно заменить каким-то родственным из той же группы. Скажем, линейная алгебра + функциональный анализ, аналитическая геометрия, дифференциальные уравнения и т.п.

Edited at 2013-05-12 08:41 pm (UTC)
morfizm
May. 12th, 2013 08:30 pm (UTC)
Причём, заметь, "теория вероятностей" (необходимые её основы для ML) это параграф 2.1 в книжке, типа, 15 страниц математики. Я его собираюсь прочесть за неделю, и думаю, моего background'а (который, в основном, ориентирован на дискретку) хватит, чтобы поднять это за неделю. Мне не нужен семестр для этого. Т.е., по-моему, нужны те необходимые кирпичики, чтобы потом ты мог нужное (по какой-то теме) наверстать за неделю, и совсем не обязательно всё, что может тебе пригодиться, проходить в объёме серьёзных университетских семестров.
l_sylvanas
May. 12th, 2013 08:33 pm (UTC)
Дим, что тебе хватит недели, я не сомневаюсь :)) У тебя все же есть высшее математическое образование (кстати, разве у вас не было тервера?..). А мне бы недели не хватило, это точно.
morfizm
May. 12th, 2013 08:38 pm (UTC)
Ответил письмом.
morfizm
May. 12th, 2013 08:34 pm (UTC)
Ну и ещё один момент. Если ты работаешь как software engineer, в области, в которой нужна сильная advanced-математика, то пробелы в advanced-математике могут fill in другие люди, которые сделают для тебя модель и объяснят её тебе. Это что-то вроде разовая консультация на пару часов после которой у тебя месяц-два software development project. Если же наоборот, ты умеешь построить правильную модель, но не умеешь программировать, то ты не эффективный инженер. Нужно будет, чтобы кто-то за руку тебя вёл все два месяца.

Конечно, идеально, когда ты можешь и то, и другое, но you need to choose your battles.

Profile

fearless_cat
Бывшие канадские ангелы мы

Latest Month

August 2019
S M T W T F S
    123
45678910
11121314151617
18192021222324
25262728293031

Page Summary

Powered by LiveJournal.com
Designed by Tiffany Chow