作者venet (i wish i could)
看板Cognitive
标题[请益] 想为未来铺路
时间Sat Nov 26 14:09:39 2011
大家好，想请问一下关於升学的问题
我本身是国立大学资讯工程背景，在学校的时候对AI、学习很有兴趣
因此除了AI，还有过进阶演算法（pruning, decision tree）等等
也修过认知心理学
我想申请国外的computer science的master program
因为大多数cognitive science的program只有一年或是直攻PhD
我本身没有research的经验，所以自己觉得条件不足还不想申请PhD
一年的program对我来说也太短，不足以做一些研究以准备PhD，所以目标还是放在CS
所以想请问资工转到cognitive science是可行的吗？
如果可行的话，资工背景对cognitive science这个领域又有什麽优势和贡献呢？
如果资讯背景对CogSci有帮助，
我在master program可以钻研哪个领域可以跟我未来的规划做衔接呢？
现在AI走到机器学习这一块，而且很明显的最近做机器学习的人愈来愈多
CogSci跟AI中的机器学习做结合，他们的关系是怎样的呢？
不好意思，因为我已经离开学校一段时间，
当时年少无知没有多问，现在又没有人可以讨论，网路上找资料愈看愈模糊
还请各位前辈不吝指教，谢谢！
--
※ 发信站: 批踢踢实业坊(ptt.cc)
◆ From: 114.36.27.118
1F：→ shoxx:阳明的陈丽芬老师 似乎是资科(资工)转脑神经科学 可以参考 11/26 23:20
2F：推 ywwang:趁你还没毕业 好好利用一下学校图书馆 国外CS结合CogSci的 11/27 23:29
3F：→ ywwang:已经发展一段时间 多看看原文书吧 11/27 23:29
4F：→ ywwang:阿 sorry我不知哪只眼睛看到你还没毕业 XD 11/27 23:30
5F：推 skylikewater:优势当然是有的 不过有时候可能要感受一下 11/28 01:42
6F：→ skylikewater:工学背景跟理学背景的人 做同一个题目 追求的东西很 11/28 01:42
7F：→ skylikewater:常会天差地远 祝你找到好题目 : ) 11/28 01:42
8F：推 mulkcs:建议你请教版上前辈takanaka 他的领域和你相符 11/28 14:02
9F：推 takanaka:不好意思被点名了 :) 11/29 00:28
10F：→ takanaka:首先大概是先确定感兴趣的是brain多一点还是mind多一点 11/29 00:28
11F：→ takanaka:如果是前者 应是往neuroscience的方向发展 11/29 00:30
12F：→ takanaka:後者则是cognitive science 11/29 00:30
13F：→ takanaka:二者间今天已有相当的汇流 但研究所需的基础与技能或许 11/29 00:31
14F：→ takanaka:还是有些不同 11/29 00:31
15F：→ takanaka:以理论基础及方法论而言 资工接cognitive science应该 11/29 00:33
16F：→ takanaka:是非常顺 尤其如果具AI, machine learning, NLP方面的 11/29 00:34
17F：→ takanaka:基础与兴趣 11/29 00:34
18F：→ takanaka:建议可以翻阅一下annual meeting of CogSci society 11/29 00:35
19F：→ takanaka:的会议论文 以及Cognitive Science journal 11/29 00:35
20F：→ takanaka:有AI背景者应可发现不少熟悉之处 11/29 00:36
21F：→ takanaka:相关的大师或知名研究者非常多 11/29 00:38
22F：→ takanaka:一些历史与背景概念或可参考本文 11/29 00:40
24F：→ takanaka:你问到machine learning跟CogSci 11/29 00:43
25F：→ takanaka:可Google一些主要研究者 例如Kintsch, Tenenbaum, 11/29 00:45
26F：→ takanaka:Griffiths, Steyvers等 11/29 00:46
27F：→ takanaka:machine learning在CogSci扮演的角色多是推理工具 11/29 00:49
28F：→ takanaka:所以generative model似乎会比discriminative model来 11/29 00:50
29F：→ takanaka:得普遍 因为重点是对认知现象的了解与理论的发展 11/29 00:50
30F：→ takanaka:而非实用角度上的分类准确 11/29 00:51
31F：推 mulkcs:感谢楼上的介绍 XD 11/29 16:08
32F：推 itrs821:taka桑的回文应该直接打一篇m起来~~ 12/01 14:45