关于不同计算机科学领域的资源

Question

我将在今年 9 月开始我在大学的最后一年，所以我需要为我的论文做一个项目。我查看了去年 uni 建议的项目列表，我没有发现其中任何一个很有趣。再加上我对“理论”计算机科学作为一个整体的“热爱”，让我想到，如果能在暑假的最后一个月更深入地研究一些 cs 领域，那就太好了。到目前为止，在大学里，关于计算机科学更“理论”的一面，我们主要研究了搜索和排序算法、字符串匹配、博弈论、软件工程的设计模式和迷宫求解算法。明年的课程大纲包括生物信息学、编译器和机器学习。我对所有这些都有一个想法，但没有什么令人难以置信的详细信息（即，我们根本没有进行算法设计）。所以，我在想，与其从列表中选择一个项目，或者选择一个业余爱好者也能做的项目，不如研究一些计算机科学领域并在此过程中进行头脑风暴？

如果您能指出关于以下领域的可用资源（书籍、电子书、pdf、在线社区等），或者甚至建议要探索的新领域，我将不胜感激。

请注意，我只想了解它们是关于什么的，而不是涉及技术问题。

字段：

• Web 语义

• 算法（分析、设计等）

• 机器学习

• 进化计算

• 博弈论

• 其他（？？？）

Answer 1

http://ocw.mit.edu 是一个非常好的学术资源，尤其是与计算机科学相关的所有事物。他们有大量很酷的讲义、阅读链接、书籍建议、视频和关于大多数科学和科学主题的问题集。它基本上是麻省理工学院的教学大纲和课程作业，都发布在一个可供公众使用的网站上。此外，麻省理工学院的计算机科学课程侧重于理论，所以这是一个加分项。

作为额外的奖励，“开放课程”来自开源理念。

我还想在现有的主题列表中添加一个建议：密码学。

Answer 2

这并不能完全回答你的问题，但这是我的两分钱：

理想的主题是你拥有的：

• 有兴趣。
• 关于的意见。
• 已经了解了一些，但还没有时间更深入地探索。

例如，假设您认为：

编写以自定义的人工可编辑文本格式解析、操作和编码数据的程序很难。我相信它可以而且应该更容易。

这并不一定意味着不存在处理文本格式的工具。也许您只是没有注意到它们，或者它们与您所知道的编程语言不兼容，或者您​​不喜欢使用它们。但是，也许有一个很棒的工具可以处理文本格式。

环顾四周时，您会一遍又一遍地看到Haskell 和Parsec。你屈服于炒作并学习 Haskell，结果证明它真的很酷。然后你开始学习 Parsec，发现它相当不错。您的项目可以是向您的同事介绍 Parsec 的演示文稿，并附有一个案例研究，在“真实世界”环境中展示特定领域的语言。在这里，您并没有真正发明任何东西，但是您向自己和您的同事介绍了一些很棒的东西，并且您以对他们有意义的方式做到了。

再一次，假设 Parsec 只是没有削减它。也许您根本找不到任何东西来简化使用自定义文本格式的工作（也许对于应该如此简单的事情来说，一切都太复杂了）。在这种情况下，您可能希望开发一个可以简化任务的框架。不要马上开始，而是做一些研究。看看其他系统，看看他们采取的方法，并提出一些不足的充分理由。学习一种新的编程语言或 API，可能会让你更接近你的目标。甚至可能阅读一些与您的主题有关的论文。然后，您的项目将建立在大量现有工作的基础上，但会帮助解决您看到的问题。

总而言之，理想的主题应该是您在一定程度上已经感兴趣的主题。我认为最好以对事物应该如何的看法来处理计算机科学，同时对现有想法持开放态度。

Answer 3

计算机科学的一项关键技能是编写代码。但要成为一名出色的程序员，首先必须学会阅读代码。 （海明威在掌握写作之前先学会了阅读）。快速掌握代码是 CS 中的一项关键技能。我写了一个关于通过解决用户难度级别的代码难题来理解代码的小网页：Finxter。作为副作用，您将了解最重要的算法和算法技术：快速排序、合并排序、调度、计算复杂性等。

Answer 4

对于机器学习：Andrew Ng（斯坦福教授）有他的machine learning course 在线。

您可以在iTunes U 和YouTube 中找到它。