• 软件工程(2018)第一次作业


    本文日后会根据自身重新编辑,必答部分给出详细回答,选答部分有些目前不会或者不想回答,请老师理解


    第一部分:结缘计算机

    1.你为什么选择计算机专业?你认为你的条件如何?和这些博主比呢?

    选择计算机专业有以下原因:

    1.第一志愿专业航空航天分不够。
    2.太熟悉计算机。
    

    我认为我的条件不错

    1.我从小接触计算机,很早接触过一些计算机软件。
    2.我个人热爱数学,同时英语也还行。
    3.我个人注重理性思考。
    

    与博主相比

    1.共同点:接触时间很早。从我记事起家里好像就有计算机,我的童年绝对跟电脑分不开。
    2.不同点:可惜我的爱好是喜欢电脑游戏,并没有对深层感兴趣。
    

    2.计算机是你喜欢的领域吗?是你擅长的领域吗?

    现在来看,计算机一定是我喜欢的领域,也是我擅长的领域。

    3.你热爱这一专业吗?你对计算机的热爱是怎样的?仅仅是口头的吗?

    多说实话,不敢谈得上热爱。但是没有比喜欢计算机更多的别的专业了。


    第二部分:在计算机系里学习

    1.你对你的大学生活有什么想要吐槽的地方吗?你理想的大学教育应该是什么样子的?跟学校给你的有什么区别?比较你在中国大学的经历,你的老师和学校能做到和国外那样吗?如果不能,请分析一下为什么。

    我对大学生活想要吐槽的地方很多(当然我自身也有问题)。我最不满意的是计算机专业无法给予专业学生主动探索计算机的热情。

    我理想的大学教育是这种感觉:比如说上学期期末学校实行禁网政策,我作为计算机专业的学生首先应该想到我们可以想办法解决、挑战(但是自身能力不足无法解决)。但是如果学校一直能给我们这种难度不高、有方向的、友善的引导我们解决实际问题,我想我们作为计算机专业的学生一定会有很强的自我认同感和专业感。

    我觉得我的老师和学校肯定做不到和国外那样。实际上我不在乎跟国外一不一样,只有能有我认为理想的大学教育那种感觉,我就很认同。

    2.迄今为止,你写了多少代码,描述你做的最复杂的软件项目/作业。

    很遗憾,我只完成了学校布置过的作业代码以及少量的自己看书摸索的代码。我做过的最复杂的软件项目仅仅是编译方法的课设,也只是用到了学到的基础东西。

    3.科班出身和北大青鸟有什么区别?

    不了解,待编辑

    4.速成的培训班和打基础的大学教育还有mooc之间有区别吗?

    不了解,待编辑

    5.学线性代数和概率论的时候,你是否有过这样的疑问“我们为什么要学这么多数学,这和我们的计算机有关系吗”,你现在是否还有这样的疑问?对这个问题,你有自己的解答了吗?那么其他学科呢?

    由于我个人热爱数学,我并未考虑太多跟计算机有没有关系。现在对于这个疑问有自己的解答:

    计算机中的数据归根结底都是0和1,而要使0和1表示、运算得到庞大的数据量,离不开数学思维。编程实际上就是以计算机自己的角度来做数学运算。而计算机与人不同的是,它们有强大的运算能力但是需要人去操控。我们学线性代数和概率论看起来我们用不上,但是计算机很常用(因为它们善于大量数据的处理)。我们学习编程实际上就是教计算机该干吗。至于具体怎么干是由计算机自己解决。
    

    P.S.这个解答待编辑,我相信我日后会有更清晰更准确的答案。


    第三部分:未来规划

    1.对于你未来在IT行业的发展,你有什么样的梦想或者未来想从事什么样的工作?你准备怎样来规划你技术道路,职业道路和社会道路?

    我上个暑假明确了我未来向往从事人工智能的道路。李开复的演讲算是我的安利。

    我计划本科毕业后去德国读研,想学习德国人严谨理性的思维习惯,同样挑战自己的学习极限。之后回国工作。当然计算机行业技术发展过快,一切都有可能改变。

    2.你对于实现自己的梦想已经做了或者计划做什么样的准备?

    - 刚入手周志华老师的《机器学习》,希望能初步有个认知。

    - 学校中的人工智能导论一课势在必得。

    - 计划重新复习学习概率论等课,以新的机器角度来学习。

    3.你们马上就要面临实习了,你打算在企业内实习还是在实验室实习?

    尚无实习计划,待编辑(目前感觉喜欢企业内实习)

    4.实习经验究竟有多重要?是否需要马上开始积累实习经验?

    可以肯定的是,实习经验可以让人少走几年弯路。至于是否需要马上积累经验分个人情况(性格不同、学习能力不同、就业环境不同)。

  • 相关阅读:
    HDU 1556 Color the ball
    ECJTUACM16 Winter vacation training #4 题解&源码
    深入理解树状数组
    Codeforces 712C Memory and De-Evolution
    Codeforces 712B Memory and Trident
    Codeforces 708A Letters Cyclic Shift
    也谈matlab中读取视频的一个重要函数mmreader
    What are the advantages of different classification algorithms?
    机器学习算法中如何选取超参数:学习速率、正则项系数、minibatch size
    若心觉醒 自然平静--记我的大三
  • 原文地址:https://www.cnblogs.com/L1aw/p/8592755.html
Copyright © 2020-2023  润新知