问了问老师关于data mining和computational statistics

统计硕士，明年毕业。看了W大的文章，想选data mining也选上了，但是跟系里的computational statistics时间冲突，现在不知道该选哪个了。同学说computational statistics很实用。

大家给点建议吧，多谢。

.--微博给W留言了，这里又写，见谅。

https://www.1point3acres.com/blog/%E3%80%90%E7%BE%8E%E5%9B%BD%E7%95%99%E5%AD%A6%E5%B0%B1%E4%B8%9A%E9%A3%8E%E5%90%91%E3%80%91%E7%BB%99%E5%AD%A6%E7%BB%9F%E8%AE%A1%E7%94%9F%E7%BB%9F%E4%B8%93%E4%B8%9A%E7%9A%84%E5%90%8C%E5%AD%A6%E6%8F%90

就是W大的这篇文章，看完之后动心想修dm
"为什么还要修正式课程？公开课提高的是能力，而上了课才有正式记录，将来申请H1B签证的时候可能要用到。"

更新：今早去找advisor问能不能选计算机系的课，DM，advisor跟我说，在我前面来的那个一年级新生刚问过她。。。她要明年选。

更新2：早上去听了一下DM，课后找老师问了问，主流还是用C++/JAVA，第一次作业会很痛苦preprocessing data, SAS,R,MATLAB完成不了或者说不常见，以后的作业可以用SAS, R顶上。年底有个大project还是得回到C++/JAVA, 建议统计的同学还是先熟悉了一门计算机系常用的语言再去选，会好一些。（so我还是选计算吧。。。)

又问了问我们系的老师，computational statistics 对以后打算读博的同学非常重要，读硕士的重要性降低一些但也有用。

多谢版主回复

“Computational techniques commonly used in Statistics. Matrix decompositions. Least squares and Least Absolute Deviations. Solution of nonlinear equations. Optimization techniques including the EM algorithm and constrained optimization. Numerical integration. Generation of random numbers and stochastic simulation. Implementation in statistical software.”

wingwinfly 发表于 2012-8-23 19:41
多谢版主回复

“Computational techniques commonly used in Statistics. Matrix decompositions. Least ...

好多东西。。
看名字前面大部分和数学里面的最优化算法+数值分析差不多，
学起来很痛苦，用起来很简单。

我看了你之前的背景，computational statistic不适合你，这个很数学。
data mining没学过，不清楚。

. Waral dи,

wingwinfly 发表于 2012-8-23 20:20
这是统计系的课 不是数学系的 是不是不学计算 编的程序就不优化 占内存多 运算慢

有的东西不求近似解现代计算机根本无法算，
或者对问题不作处理就无法获得最优解。
建模里面用得多

你系里的computational statistics是讲什么的

RonHe 发表于 2012-8-23 19:56
好多东西。。
看名字前面大部分和数学里面的最优化算法+数值分析差不多，
学起来很痛苦，用起来很简单 ...

这是统计系的课 不是数学系的 是不是不学计算 编的程序就不优化 占内存多 运算慢

当然选computational statistics...（算法其实接近于machine learning）

data mining没啥技术含量，也是类似的东西，online课程自己看看就行
computational statistics更关注算法的内核部分，比如EM里面likelihood的求法，Gibbs sampler里面RV的generation方法，Metropolian-Hastings里面的MC构造方法什么的，optimization里面convex证明的部分（我其实觉得CS的课动辄上来就gradient方法都不测一下是不是convex其实很扯。。），SVD啊，LU啊什么的其实都挺有用的。我觉得作为一个统计系的人不要跟CS的拼编程拼程序的好看程度。而要搞清楚每个算法的内核部分和理论依据，发挥统计系的长处

wingwinfly 发表于 2012-8-23 08:20
这是统计系的课 不是数学系的 是不是不学计算 编的程序就不优化 占内存多 运算慢

是这样的，统计系的计算部分的通病，但是其实data set不够大的话统计更关注准确度而不愿意为了efficiency的部分损失统计需要的东西

RonHe 发表于 2012-8-23 07:56
好多东西。。
看名字前面大部分和数学里面的最优化算法+数值分析差不多，
学起来很痛苦，用起来很简单 ...

其实统计的部分主要就是EM跟MCMC
Optimization部分应该就是Newton, Gradient Descent跟Conjugate Gradient

Numerical Linear Algebra部分就是LU，SVD之类的

涉及数值分析和数值线性代数的一点部分，更多的关注点应该还是在EM跟MCMC

讲法有点接近于Ross的那本Simulation

wwtpcsuper 发表于 2012-8-23 22:06
其实统计的部分主要就是EM跟MCMC
Optimization部分应该就是Newton, Gradient Descent跟Conjugate Gradie ...

还真是很有用啊！哎 惆怅。。。不知道选哪个