Informatica o ingegneria informatica per Data Science e Machine Learning [chiuso]

La maggior parte dei programmi di ingegneria informatica si occupa principalmente del lato dell'ingegneria elettrica di cose da circuiti analogici fino al livello di programmazione di basso livello. Il curriculum include alcuni corsi di CS e ci sono spesso elettivi.

Per il data mining e l'apprendimento automatico mi concentrerei molto di più su CS, dove si ottiene una base più ampia e un maggiore accesso agli elettivi (compresi matematica e fisica).

L'unica eccezione è se sei interessato a Robotica: avere l'ingegneria meccanica è utile.

Se fossi in te, considererei anche la possibilità di indagare se ci sono programmi di master che portano il tuo diploma non-CS (magari con qualche corso extra) e ti permettono di studiare per un maestro. Non hai bisogno di ripetere tutto il college, ed è meglio avere un BS e un MS di due scapoli. Ho due lauree e posso dirvi che una doppia laurea è uno spreco.

Qual è il tuo primo grado in?

Il corso di laurea in informatica ti aiuterà nella programmazione e dovrebbe insegnarti i fondamenti delle strutture dati, algoritmi, sistemi operativi, teoria del calcolo, ecc. La maggior parte dei programmi CS offre un corso di laurea universitaria, che può includere o meno apprendimento automatico. I buoni programmi possono avere un corso di apprendimento automatico undergrad.

In generale, se vuoi fare l'apprendimento automatico devi conseguire una laurea in CS o in statistica. In entrambi i casi, dovresti prendere alcuni corsi di statistica e, idealmente, fare una tesi sull'apprendimento automatico. Se fai un corso CS per imparare a macchina, e non prendi statistiche, dovrai comunque impararlo da solo.

Le statistiche sono l'opposto della teoria della stocastica / probabilità. Tuttavia, non confonderti, dovrai seguire corsi di calcolo delle probabilità per capire veramente i fondamenti del Machine Learning.

Per ottenere un buon background per lavorare in Machine Learning: prendi una laurea in CS e approfondisci le lezioni di matematica. Qualsiasi percorso del corso che includa due corsi di probabilità successivi seguiti da un corso di Machine Learning o due probabilmente si adatta alle tue esigenze. La cattiva notizia è che la teoria della probabilità è davvero difficile, la buona notizia è che ci sono un sacco di opportunità per il progresso di quel campo.