数学の学士号を取得してからコンピュータサイエンスに進むべきですか？
これが私の最初の質問です。私は数学が大好きです。私は論理と問題解決が大好きです。同時に、私はコンピュータサイエンスを楽しんでおり、学士号を取得した後に人工知能の研究に参加したいと考えています。つまり、コンピュータサイエンスの博士号を取得しています。コンピュータサイエンスを学ぶ上で数学をしっかり理解することの利点はありますか？また、特にMIT and Stanford ？また、最初の質問について、数学をしっかり理解していることの利点があれば教えてください。
ありがとうございました。
あなたは同時に両方を得ることができました。多くの学校では、数学/科学を重視したCS学士号を取得しています。CS学位に必要な数学コースを受講すると、数学の2つの専攻から数コースしか離れなくなります。
最終的な目標がコンピューターサイエンスを学ぶことなら、大学でコンピューターサイエンスを学ぶべきだと思います。なぜですか？
でも数学も勉強してはいけないと言っているのではありません。私の友人の何人かは、数学とコンピューターサイエンスを専攻しているか、コンピューターサイエンスを専攻し、数学を専攻しています。厳密なコンピュータサイエンスプログラムでは、通常、とにかく大量の数学をとる必要があるため、数学の要件の多くが打ち消されます。さらに、多くの上級のコンピュータサイエンスコースは、非常に証明に基づいており、「数学」であることを理解する必要があります。
しかし、確かに、大学でコンピュータサイエンスを学んだ人は、そうでなかった人よりもコンピュータサイエンスのPHDに備える準備が整っています。 優れたコンピュータサイエンスプログラムは非常に（非常に）困難であり、これらの難しい概念に4年間費やした多くの人々の背後にいることになります。
大学が提供している場合は、応用数学プログラムまたは学位を検討することもできます。これらは多くの場合、より数学に重点を置いた教育であるが、CSを含む他の分野からの多くの問題や研究にさらされて、幸福な媒体を提供しているようです。
あなたは数学とコンピュータサイエンスの両方が好きだと言います。あなたは両方が得意ですか？どのようにしてあなたは両方に優れていると思いますか？
あなたの質問に答えるには：
コンピュータサイエンスを学ぶ上で数学をしっかり理解することの利点はありますか？
答えは「はい」ですが、必要な数学のほとんどは、CSメジャーの一部として習得します。おそらく、数学の定理を証明するのに熟練している必要はありません（数学の専攻はこれを行う必要があります）。それらのいくつかだけを理解する必要があります。純粋な数学。主題は必要ありません。たとえば、射影幾何学は必知ではありません。
数学で学位をとるときは注意が必要です。研究は非常に難しく、キャリアの観点からすると、仕事を見つけるのはそれほど簡単ではないかもしれません。あなたは数学関連のキャリアで生き残るために本当に良いIQを持っている必要があります。
CSは数学よりも多くの応用キャリアを提供しています。これはあなたにいいことを選びます。
あなたが今日好きなことは、必ずしもCSにとって今から4、10、または20年後に好きになるものと同じではないことを覚えておいてください。成熟した大学は、何が必要かを理解しています。不足がある場合は、それを補うために1つか2つのコースを取ることができるはずです。
上記は私の意見であり、いかなる科学にも基づいていません。
有能なプログラマーは「数学的に傾斜している」必要がありますか？ は、数学とプログラミングに関するCoding Horrorのブログエントリであり、一見の価値があります。
私は、コンピュータサイエンスが私の専攻の1つであった数学の二重名誉学士号を取得しています。 具体的な数学：コンピュータサイエンスの基礎 は、数学をコンピュータサイエンスのトピックにどのように結び付けたいかを考えている場合の推奨書です。
あなたが求めているプログラムには、入学のための前提条件がリストされているはずです。あなたが取るものは何でも満たしていることを確認してください少なくとも上位5校の最小要件。計算を含む大学院プログラムには、データ構造と計算理論の強力なバックグラウンドが必要になると思います。
あなたが数学の能力を知っていて、その領域で生き残り、繁栄すると確信している場合は、CSで強力な裏付けを持つ数学を専攻します（wshatoが示唆するようにダブルメジャー、または専攻/マイナー）。大学院では、数学への情熱や、数学305やCS 440を受験するよりも、基礎をどれだけうまく理解しているかに関係しています。
あなたが本当に高度な数学を勉強したいのなら、今すぐやってください。学部の年は数学の開発のために重要です。本格的な数学を習得するあなたの能力はすぐにピークに達し、その後減少し始めます。できる限り多くの数学を学び、後でそれを適用できるようになります。興味があり、数学的な内容が豊富なCSコースを受講してください（アルゴリズム、暗号化など）。現在のテクノロジー（たとえば、データベース、OOプログラミング、コンピューターグラフィックス）に特化したコースをスキップする、できるだけ早く大学院のクラスに参加することについて専門家に相談するか、興味のある問題に関する独立した仕事のスポンサーを見つけてください。
毎年パトナム試験に備えて受験してください。あなたの学校にパトナム研究グループがあるはずです。パトナムでの結果は、あなたにあなたの相対的な数学的才能の良い考えを与えます。
数学ができて成績が良ければ、学部生としてどのくらいCSを学んだかに関わらず、CSの大学院プログラムにそれほど苦労しないと思います。パトナムでのどんな上映も、名誉ある言及でさえ、選考委員会にとって非常に印象的です。人々は常に学部と大学院の間でフィールドを切り替えます。数学の学位は、数学、CS、物理学、または経済学の大学院の素晴らしい準備です。
AIを始めようとしている場合は、実際にAIの学士号を取得する必要があります。これがオプションかどうかはわかりませんが、数学やCSの学位よりも制限が厳しいかもしれませんが、これがあなたの夢であれば、それに従う必要があります。
非常に大まかに言えば、AI学士は50％の数学と50％のCSの学位です。 エジンバラ大学情報学部 （ [〜＃〜] aiai [〜＃〜] のホーム） パンフレット は、AIの学位を次のように説明しています。
初年度は、プログラミング、ロジック、計算理論、情報処理の性質を含む、情報学の一般コースを学びます。他の2つの科目を並行して学習します。ほとんどの学位の場合、これには主題に合わせた数学コースが含まれます。
2年目には、人工知能の基礎となる特定の情報学コース（推論、検索、計画、推論学習、言語処理など）、数学または共同学位科目の追加コース、および続行する可能性があります追加の主題。
3年目と4年目（およびMInfの場合は5年目）では、選択した学位の分野に重点を置いて学習します。
さらに混乱を増すために、彼らは5つのAI学位を提供します：
理学士号：
- 人工知能
- 人工知能とコンピューターサイエンス
- 人工知能と数学認知科学
BEng栄誉：
- 管理付き人工知能
- 人工知能とソフトウェア工学
あなたは彼らが何をしているのかについてより良いアイデアを得ることができますが、彼らの オープンコースウェア を通過します。
AI学位のオプションがある場合は、おそらく直接大学に連絡し（すべての学校に学部生/将来の学生のアドバイザーがいる）、学位構造とそれが提供できるキャリアパスについて尋ねる必要があります。
PS。私はエジンバラ大学とは何の関係もありません:)