Data Science/Machine Learning读统计还是CS?

老生常谈的话题,有说读统计好的,也有说读CS好的,总结如下:
. 1point3acres.com 读统计好处:大数据/机器学习本质是数学,读统计可以深入了解模型,统计知识比CS难度大得多
读统计坏处:编程能力差,专门modelling的公司基本都要phd.一般大公司不一定需要做modelling,或者说modelling的需求少,programming的需求大,而且都是用现成的package.一些数学统计高级课程比如实分析,测度论,随机过程被认为太理论,只有做研究发论文的人才需要,一般找工作的普罗大众还是撸几行代码更实在

读CS好处:编程能力强,公司需求大,用现成的算法日积月累,滴水穿石,反而经验比数学统计背景的溜,kaggle上排名靠前的基本是CS/ENG背景
读CS坏处:数学统计背景欠佳,而且数学知识很难补,对模型无法升入了解,停留在黑箱操作上,而编程相对简单,有自学的可能.

请教下大神对以上发表下看法,然后下个定论下对于本科不是CS或是统计的童鞋,硕士到底读统计好还是CS好.

首先，大数据本质不是数学，大数据本质是系统和算法。
其次，请你扪心自问，如果统计知识比cs的难，为什么你认识的那些海本math/stat的本科生成绩普遍比cs的好。事实上统计的东西很弱智，在数学所有方向构成的鄙视链的最底端。
再次，黑箱是说有些ml模型的可解释性差，不是说做ml的人不知道模型在干什么。经验主义本身就是科学的一个重要方面。
第四点，这个世界上没有专门做modeling的公司，你对业界的认识基本上是出于幻想。
第五点，请你分清楚math和stat是两个专业两回事，不要偷换概念变来变去，不知道自己在说什么。
最后一点，像你这样什么都搞不清，说了一大堆hot word搅在一起的人，最好直接念cs以后做码农，不要乱跟风。

cY123 发表于 2017-6-14 16:12
本科CS的想要申请stat phd 哎。。。。

你为什么要从业界鄙视链的上端专业转换到下端专业？你知道统计phd在干什么吗？你知道cs phd在干什么吗？

switchboy 发表于 2017-6-25 11:27
首先，大数据本质不是数学，大数据本质是系统和算法。
其次，请你扪心自问，如果统计知识比cs的难，为什么 ...

你是哪个学校的大能能说出这种话，我在uw，stat和cs的ranking都在美国top7，能略有参考价值吧。我是double major，单就deep learning而言，cs的课比统计课水太多了，cs里nlp cv ml什么的大家学学都能3.8+，statistical learning想学明白了可是太难了，平均gpa能到3.8+已经是纯学霸了。cs也要求统计课作为先修，而且两节机器学习专业课cse446和stat435基本内容一致，只不过一个用python一个用r，cs注重model本身而统计注重mathematic比如convergence rate什么的。而且哪来的鄙视链，stat phd看不起cs的也比比皆是。但真是头一次听说统计东西弱智的，认识很多Stanford和cmu里stat本科进cs的大佬也都觉得统计的ml比cs难，只是统计难出成果罢了。你真学过统计？还是在职专学的？够搞笑的

kaggle上次看到有好几个厉害的大神都是数学专业毕业的，不过人家程序能力也很6就是了。。
个人感觉现在kaggle的流行solution都是套一个DL模型或者用个DL抽一下feature；然后再用不同上层的model ensemble一下结果就能蛮好了。。。。如此的话 对快速搭建pipline和熟悉各种模型的调用 的动手能力要求感觉比较高。。
所以感觉硕士还是老老实实读cs吧

PS，忘了之前在哪看到的，说是千万不要把数据竞赛当成research，不要纠结发明一个更屌的模型。感觉还是有点道理的。但是也许在大公司真正做工作的时候会不太一样吧。

大公司很少职位是纠结提升那一点点的模型的
绝大部分是用一个现有东西，connect pipes, design work flow etc 解决实际问题
公司里面需要做的内容经常特别多，专门纠结在某一个方面提升那一点点，往往对改变整个问题的局面无济于事
还不如通盘考虑，寻求短板去提高，找low hanging fruit 往往事倍功半
除非是偏向researcher 的data scientist，否则不太会有机会做很高大上的能发论文的事情其实。。。。

小K 发表于 2016-5-16 18:03
大公司很少职位是纠结提升那一点点的模型的
绝大部分是用一个现有东西，connect pipes, design work flow  ...

所以您也是推荐CS么?自己本身也没有那天赋做研究
CS的话除了machine learning有关的课,还有哪些课是比较重要,需要学习的?

fanghao 发表于 2016-5-16 16:21
kaggle上次看到有好几个厉害的大神都是数学专业毕业的，不过人家程序能力也很6就是了。。
个人感觉现在kag ...

kaggle哪里有那么多DL……兄弟。你这是入了DL的坑啊……

whoisit 发表于 2016-5-16 18:14
所以您也是推荐CS么?自己本身也没有那天赋做研究
CS的话除了machine learning有关的课,还有哪些课是比较 ...

关键看你想干什么，data science方向？

实际上cs做模型很少黑盒操作的………你不懂模型不可能做好的。全都要自己学。

gyzjay 发表于 2016-5-16 18:25
关键看你想干什么，data science方向？

是的,想做Machine Learning方向. CS的基本课比如JAVA,C++,Database我都已经学完了,学得不深就是了.CS硕士的课程我的学校是有两门ML的课,这肯定要选,其他基础比如discrete math,operating system选完后,那些CS课还是要选的呢?

whoisit 发表于 2016-5-16 18:41
是的,想做Machine Learning方向. CS的基本课比如JAVA,C++,Database我都已经学完了,学得不深就是了.CS硕士 ...

算法吧。基础课程要学的。然后python应该要学学。leetcode要刷。然后关键是ml什么方向。很多的，深度的。非深度的。实际上很多很复杂。做大方向推荐多读源码。多做pipeline尝试。kaggle是个不错的选择。但似乎上学了没有那么多课余时间。因为刷题依然是第一位。

本科CS的想要申请stat phd 哎。。。。