【知識框架】一個CSer最少得學會點什麼?

     一個什麼也不會,還想在計算機科學與技術上做點啥的人寫了一片我們的底線,最起碼該做點啥,纔不虛度一個CSer的時光,請看正文分享.

寫點什麼學點什麼?我的人生太迷茫,願看到文章的你們不要再迷失。

 

人生在世,來也匆匆,去也匆匆,明天和意外誰也不知道哪個先到來。

 

要學的知識,虧欠的帳千千萬,不要急,慢慢來,心急吃不了熱豆腐,反而容易焦慮、不安、浮躁,從而囫圇吞棗自欺欺人的以爲自己學習了,投入了,可是爲什麼不成功呢?因爲現在的社會看的是一個人有多少真才實學,能學透不?

 

當我們沾沾自喜,自以爲什麼都會的時候,可以捫心自問,想想知識框圖裏的內容,你能講得明白,實現的出來嗎?如果答案是否定的,那麼好好靜下心來學習吧。

 

下面結合自己感受和大學的學習經驗寫一寫一個計算機科學與技術專業的培養路線和自己心裏覺得自己應該掌握的知識吧(公共基礎課爲主、無關專業方向發展)。

 代碼+算法思維+英語+學習能力很重要,做人也很重要。

 身體也很重要,怎麼覺得人的德智體美勞都很重要呢,這就大概是核心價值觀的體現吧。

高數(高階導數求極值等)、線性代數(矩陣和變換)、概率論(各種置信區間、效果評估都用得到);

高等數學

函數極限連續會求嗎?

求導數會嗎?(一階、二階)

一元函數的積分,定的、不定的能拿來就算嗎

點、面、線的關係會求嗎?

多元函數的求導會嗎?(一階、二階)

二重積分、三重積分?

兩類曲線積分?

梯度、散度、旋度知道嗎?

級數的斂散性,正項級數、交錯級數、和函數求值?

傅里葉級數?級數展開?

常微分方程的求解,各種型的,還有歐拉方程。

 

 

線性代數

行列式求職

矩陣,逆矩陣,轉置

向量

向量表示、基變換、向量間關係

線性方程組的求解

矩陣的特徵值和特徵向量

二次型的判定和轉換

 

 

 

 

 

概率論與梳理統計

高中的概率,貝葉斯公式等,拿球的問題

離散與連續的經典隨機變量和分佈,概率密度函數是啥?

多維的呢?還能玩轉不?加入別的變量的關係

數字特徵,求期望、方差、協方差

大數定律,最次得會切比雪夫、伯努利、辛欽吧?

樣本的數字特徵和函數分佈和他們之間的關係,要理解不是死記硬背

參數估計,一堆估計的無偏性和有效性,置信區間

假設檢驗,驗證求的值的接收與誤判

 

 

 

 

 

高級語言程序設計,不管是C、C++JAVA、還是在人工領域比較火的Python,請記住語言永遠是工具,活學活用就好。

數據結構與算法(瞭解思想+自己能實現),書上寫的算法都不明白,高深的你想怎麼研究和搞懂。

數據結構與算法

算法分析

線性表順序存儲

線性表的鏈式存儲,有頭、無頭、單鏈、雙鏈、循環鏈;多項式求值

棧、隊列、波蘭表達式求值

串,KMP算法及優化算法

樹的遍歷、高度等、遞歸和非遞歸方法實現,最小生成樹;哈夫曼樹

圖的表示、遍歷、最短路徑

查找、哈希表

排序,各種排序的思想和實現?

 

貪心

動態規劃

遺傳

分治法

 

 

 

 

 

考研必學課:操作系統、計算機組成原理、計算機網絡、軟件工程、數據庫系統。

計算機網絡

分成

各層關係與協議

傳輸的介質,速率、時延計算

報文格式,衝突檢驗機制與控制

路由選擇

網段劃分

網絡安全

 

 

 

 

 

 

軟件工程

過程

各個過程的功能與輸入輸出

類圖的關係繪畫

開發模式選擇

案例設計

測試方法

 

 

數據庫

概念

E-R圖

關係代數、SQL,索引、視圖等

範式的判斷與處理

事務與封鎖

 

 

很有意思的理論課:集合論與圖論,近世代數,計算方法+也有實踐。

真的後悔還有一些自己當時學了和沒學一樣的課(大學物理+物理實驗、電路+電路實驗、數字邏輯設計、計算機組成原理實驗、電工實習(就記得按照說明書焊了個收音機了))

還有一推一名學生應該學習的專業選修課,寫着寫着,真相抽自己幾個耳光,當初幹嘛呢?!!!渾渾噩噩過日子的我可能讓我自己上了一個假的大學,這個因也因此讓我吃了近10年的苦果。

 

 

如果想學習就踏踏實實的開始,不要花太多的時間準備所謂的學習資料,再多的資料P用沒有,真正學到腦袋裏,能講給別人的那纔是你的。

 

寫着寫着真心寫不動啊,可能就是因爲肚子裏除了贅肉和shit,也沒啥吧。不管做啥,堅持下去或許會有回報、不堅持啥都沒有。

 

圖片來源於網絡,侵刪!

 

  

 

 

發表評論
所有評論
還沒有人評論,想成為第一個評論的人麼? 請在上方評論欄輸入並且點擊發布.
相關文章