于机器学习来说,为什么读计算机比读统计更好?

不好意思,本人小白一个,问的问题可能比较幼稚,见笑了.对于机器学习,我知道统计也很重要,但是说到读哪个专业时,很多大神都说读计算机专业好,但是我觉得计算机那些算法什么binary tree, hash table和机器学习算法SVM, random forest南辕北辙,为什么大家都说读计算机好呢?计算机那些算法复杂度和机器学习有什么关系呢?

通俗的说，统计只是使用现成机器学习的方法，而这些方法的创造和改进都是计算机做的

补充内容 (2016-6-5 23:20):
机器学习方面，计算机能做统计做不了的事，反过来统计则不能

真是月经贴 回答质量也越来越差

建议读一读这个
https://www.quora.com/How-much-of-machine-learning-is-computer-science-vs-statistics-1

leth 发表于 2016-6-13 09:30
大数据的东西，确实Map Reduce的框架很多都不合适，最好是一个算法一个计算框架，这就需要深入学计算机了。 ...

this is true.

For example, usually there is no one can find a data scientist job very soon after they graduated with a MS or lower degree, most of them find an BI or DA first, then after five years, they can be eligible for DS.

WHile on the other side of computer science, software developer fresh out-of-the-school can get the salary more than the above positions except for DS. Also, in bay area, still, SE is the largest market much much more than big data.

机器学习不仅仅是要考虑一个问题的解决，还在于解决问题方法的优化。这样的优化往往和算法和计算机的内部构架有关。
例如，在使用ann时，如何降低迭代次数？如何利用异步技术实现机器学习和界面的分离，提高cpu利用率？都是计算机的范畴

曾经和一个统计学教授讨论过，他表示统计学家在设计统计模型的时候，很多人并不是很在乎computation，而这几年数据越来越大，必须要计算机学家加入去考虑计算能力

这个问题你不是问过了么……

补充内容 (2016-6-6 17:35):
PhD出来没有任何区别，都是两头堵的

侧重点不一样，以SVM为例，统计学家提出了SVM这么一个模型，但是需要计算机科学家来做出实现比如libSVM这样的，让他能真正work

现在很多machine learning的算法都是按照 map reduce的形式来写解决海量数据的问题。跑单机能解决的，自然没必要深入学CS。

两个方面，统计的phd搞ML也要去学CS里数据存储的东西，也得懂复杂度，懂并行运算。。CS里搞ML的也得懂MCMC，nonparametric什么的。。只是由于在不同的department，氛围不一样，但其实需要掌握的东西越来越接近和融合。。

因为CS系也有专门的机器学习的课，基础理论知识也可以学到。