计算机选中科大还是南大?

计算机选中科大还是南大? Erchius的回答 谢不邀,看到有人说南大慎选,有感而发,我要说ustc也是个重量级。 声明:我本人在科大主修不是计算机而是数学,但辅修计算机,且课题组和计算机方向高度相关,应该还算有评论权。 我将从课程安排、学习/讨论氛围、科研三方面讨论我眼中科大计算机专业的利与弊。 对于计算机专业课而言,科大的课程安排相当复古,有许多老师几十年如一日地开设某门课程,每一年的讲法几乎毫无变化,并且考核方式相当落后(一些课程会要手写代码,另一些甚至考试几乎是概念解析)。对于考核方式,以前一些助教会自己手搓oj,而且在一些助教的推进下,最近学校的公用oj正在重新被建设起来。 这些课程的问题在于没有跟上在这门课程讨论的领域内普遍的认知和范式的改变。当然,从学知识的角度看,这不是一个很大的问题:一方面是,如果这门课遇上了比较好的助教或者很强的同学,他们在课程群内的讨论,或者习题课等场合的讲解,往往能直逼领域前沿。跟随这些大佬,能有效地学到领域的理论,并了解领域对很多问题的实践结论。但另一个问题是,这样的课程让你的成绩充满了随机性,如果想要稳定地维持高gpa,是比较困难的事情。 另一方面,计算机的大部分子领域,在深入钻研后都有深重的数学依赖,而科大的高等数学基础教育是非常完整的。这确实是一个对于计算机方向深远走向的保障,不过问题是科大的数学教育实际上是数学物理基础教育,所以我大一被物理痛苦地折磨。 以上是课程安排。 学习和讨论的氛围可能被以上的一些描述涵盖了,但是重复一遍:学生中计算机理论和实践能力非常高的人都有很多。在此我非常推荐持续地保持参与Linux User Group(以下简称LUG)的讨论和社团活动(查了一下,似乎南大也有LUG),将会受益匪浅。LUG群里也经常有人发表自己做一些项目的想法,并且可能是招募想做的人一起参与;如果有兴趣,参与这些项目是非常有价值的。 (当然我不是说参与月饼钓鱼和对月饼钓鱼服务器的DDoS) 科大的另一个特征就是本科生非常容易参与科研,并且实验室大部分都很欢迎本科生前来学习和交流,除了少数几个实验室要求大二以后才能加入。这点有利有弊吧,利在于能更好地接触前沿,弊在于这实际上也给你带来了科研压力:身边的人都在干科研,我怎么办? 最后提一句,科大的一个特征是容易产生压力,不论是科研还是学习;这使得很多人常常忘记自己还有这些以外的生活。正如我之前的知乎评论:生活是一种能力,善于卷的人和善于生活的人看到的科大是不一样的。 不论去哪所大学,我都建议各位大学新生:读万卷书,行万里路。不要让学习,科研或者其他事情阻拦你探索生活和世界的脚步,多走动走动,多看看。我们是来大学学习的,但我们不是知识的奴隶。 以上 via 知乎热榜 (author: Erchius)

相关推荐

封面图片

【王道计算机教育】2021考研计算机操作系统

【王道计算机教育】2021考研计算机操作系统 描述:【王道计算机教育】2021考研计算机操作系统。 链接: 大小:未统计 标签:#学习 #知识 #课程 来自:雷锋 频道:@Aliyundrive_Share_Channel 群组:@alyd_g 投稿:@AliYunPanBot

封面图片

《计算机408真题+解析》

《计算机408真题+解析》 简介:计算机408真题+解析是一门系统性的学习课程,涵盖相关领域的核心知识。通过详尽的讲解和案例分析,帮助学习者深入理解课程主题,提高实践应用能力,适合希望扩展知识储备、提升专业技能的学员。 标签: #知识#学习资源#技能提升 文件大小:NG 链接:https://pan.quark.cn/s/439fc5b15803

封面图片

《深度学习计算机视觉实战 》

《深度学习计算机视觉实战 》 简介:深度学习计算机视觉实战是一本围绕其核心主题展开的深刻探索之作,书中详细讨论了与其主题相关的各类观点与现实应用,带给读者全新的思考视角。这本书为那些想深入了解相关领域的读者提供了充实的内容,值得一读。更多详情请访问相关链接。 标签: #深度学#深度学习计算机视觉实战#书籍 文件大小:NG 链接:https://pan.quark.cn/s/d3e5dca3364a

封面图片

《冠人&精通课堂专升本计算机课程》

《冠人&精通课堂专升本计算机课程》 简介:冠人&精通课堂专升本计算机课程是一门系统性的学习课程,涵盖相关领域的核心知识。通过详尽的讲解和案例分析,帮助学习者深入理解课程主题,提高实践应用能力,适合希望扩展知识储备、提升专业技能的学员。 标签: #知识#学习资源#技能提升 文件大小:NG 链接:https://pan.quark.cn/s/0662f07fd723

封面图片

计算机科学资源集锦作者语:

计算机科学资源集锦 作者语: 在学习计算机科学的过程中,我以书籍、论文、讲座视频、博客文章和播客的形式积累了重要领域的资源。我将它们用作参考(例如,每当我遇到相应领域的任务时)并研究了其中的一部分,但(因为我在大学学习物理和数学,而不是计算机科学)从未有机会深入研究它们。书签、书名和对 State-of-The-Art 知识参考的模糊回忆分散在我的 Goodreads、YouTube、Notion 列表中,直到我决定编制一个列表并一一浏览资源。我认为列举这些并获得出色工作的完整列表也可能对其他人有用。因为学习这些是一项严肃的工作, 与其他具有 CS 资源的列表不同,我的列表不关注列表阅读的特定功能(例如免费,如 ossu/计算机科学课程),也没有尝试成为“完整”课程。我将收藏分为两部分: 基础知识(下面的列表)是“经典”资源的“简短”列表,我有机会与之交谈的优秀工程师向我推荐最多。它专注于该领域最重要的战略概念,并努力对在该领域工作所需掌握的基础知识进行全面概述。 进一步阅读包含更多指向短博客文章的链接、来自互联网的文章、更具体的资源。此列表包含更多我在浏览互联网时发现并在某些时候发现有用的资源。 该系列的灵感也来自(并在某种程度上基于)| #计算机科学

封面图片

一份面向计算机科学基础及全栈开发、深度学习和自然语言处理的定制化计算机科学课程清单(学习资源集)

一份面向计算机科学基础及全栈开发、深度学习和自然语言处理的定制化计算机科学课程清单(学习资源集) 作者语: 作为一名拥有物理学背景的机器学习软件工程师,我觉得缺乏计算机科学学位是我长期成长的一个限制因素。为了正面解决这个问题,我利用我在网上找到的最佳资源为自己设计了这门课程,重点关注 CS 基础知识以及全栈开发、深度学习和自然语言处理。 有通用知识课程和项目课程。 通用知识课程用于将大脑中的知识索引到一个有组织的系统中。面对新问题时,至少知道要查找哪些相关信息。 项目课程是真正的学习过程。边做边学是学习的唯一途径。 如果你对这个课程的创建哲学感兴趣,我写了一篇关于它的文章: | #计算机科学

🔍 发送关键词来寻找群组、频道或视频。

启动SOSO机器人