州大eecs本科生哪些课是珍贵值得早学的

总的来讲cs比较软的东西以后学的机会多，master水硕或者online门槛要求低。

而传统的hard core的课程就得早学，包括数学，CS各种理论， CE的硬件设计，编译，计算机组织结构，实验课etc这些传统CS理论和ECE课不能等到以后慢慢学。

普通的软件甚至热门课似乎没必非要本科爬藤，花大价钱学，后面上个online ms有的是时间和机会，可以一边上班一边上cs课，学位都一样。所以本科要好好享用校园的学习机会学一些校园外不容易学的课，研究生在家上就行了，工作第一。

我觉得我家熊二本科选课（不含部分大4课程）符合这个考虑，州大hardcore的课程足够他挑战：

·       Advanced Applications Programming CS 156

·       Algorithms Engineering CS 132

·       Automata and Formal Languages CS138

·       Data Structures and Algorithms I CS 130A

·       Data Structures and Algorithms II CS 130B

·       Digital Design Principles ECE 152A

·       Distributed SystemsCS 171

·       Foundations of Analog and Digital Circuits ECE 10 A/B/C

·       Foundations of Computer ScienceCS 40

·       Fundamentals of Logic Design ECE 15A

·       Intro Deep Learning ECE 180

·       Introduction to Computer Architecture ECE 154A

·       Introduction to Cryptography CS 178

·       Machine Learning CS 165B

·       Operating Systems CS 170

·       Parallel Scientific Computing CS 140

·       Problem Solving with Computers II CS 24

·       Programming Languages CS 162

·       Senior Computer Systems Project ECE 189 A/B/C

·       Sensor and Peripheral Interface Design ECE 153B

·       Translation of Programming Languages CS 160

·       VLSI Principles ECE 122A

 

准备先找工作然后去读个藤校硕士，岂不是即容易又完美？ 学位证和onsite一样，10门课似乎内容比较水，但便宜。不能靠它学到多少知识，能镀金就行了

https://online.seas.upenn.edu/course-catalog/mse-ai-online/

 

 

这个面挺广的,但有点重复，好像1xx都是伯克利本科课程？

现在ai 时代，感觉深度比广度重要

https://hkn.eecs.berkeley.edu/courseguides

https://hkn.eecs.berkeley.edu/assets/course-map-2019-da79ecbe2fc25e6b6349b8931364890032b8d51aacaccea65151ae98316f0587.png

我列的是他已经学的本科课程

如果去读研，确实很多课其实是重复的。因为他本科课选的已经超过了毕业要求。

只是尽量利用4年校园生活多学一些hardcore外面学的机会少的课。我认为值得早学

你這是妥妥的全盤CS，外加了幾門EE課而已，lol

這個偏EE

有些重复 选数学四大金刚 CS四大金刚 八门课足以

哪八門課？編程、數據結構、算法、OS、計算機結構、編譯器，這就六門了

数学课需要四门 选最难的 离散数学 概率 矩阵 微积分

還有分布系統、並行處理、ML、AI、NLP、統計學習，還有傳統的網路、雲計算、數據庫、密碼學等等。

窮大要求 15～16門課

 

這叫最難的？lol，這些是入門课好不好。难的是随机统计、向量空间等等

你的意思是只需要選四門CS課？聞所未聞，你牛。哪四門CS課？

编程（命令+函数）操作系统 计算机结构 数据结构

那还有一只脚在门外。算法是任何学CS的都绕不过去的，不学编译器只能算码农算不得码工

这不能看名字了 微积分就有 MD Calc/Vector Calc/Vector Analysis 难度天地之差

选最难的 一门课结束战斗 否则得选几门晋级课

 

那属于数据结构 Parallel and Sequential Data Structures and Algo

数据结构更底层，算法在数据结构之上。大米光算法就有三门课，第三门选修

瞎扯。15-351，15-451，15-750，15-850

451 不是基础课了， 都是高级topics 之前可以学Deep Learning了

如果本着开始学算法的心态去上451， 估计这门课就挂了

又瞎掰。這個跟DL有毛線關係啊？

娃那边要求16门，包含两门数学课

這樣才能涵蓋CS基礎的方方面面。算法課至少要兩門，ML/AI也是兩輪。16門課都不一定有機會修傳統的數據庫網絡密碼學

CMU 要求6门数学课

不算多。微積分就三門，統計，線代，離散數學，這就六門了。我會加上高等線代、隨機統計、貝葉斯、外加實分析。。。

compiler已经很少人学了。 特别是偏向AI，没人学compiler。

但如果选最难的课 微积分只要求一门 上面我说的四门就满足要求了

CS不學編譯器是個錯誤。反而是AI哪點東西容易。

孩子那里calculus是GE里的，不计入专业要求

CS自己要的是离散，和（线代/概率/optimization/inference) 中选一。 不过很多孩子不止修两门。

我一看到數學課就興奮，這幾個都選上啊，lol，很實用

线代和概率應該是必修，optimization和inference對ML/AI幫助極大

属于物理系的课吧

这两门比微积分还重要

不记得娃修了optimization

不过选了其他一些，Algebra， Combinatorics， Statistics,   他说面试的时候有问这些。

计算机系的

太棒了！優化課比這些都容易，牛娃兩小時知道KKT就夠了

CS直接用到微積分確實不多，逃不掉LA和概率

还真不一定。 绝大部分的学生不学， 不影响anything

就跟以前还学汇编，这课也早淘汰了。 跟一个资深java developer聊过， 她现在全部AI编程， 跟懂不懂compiler一点关系都没有了。 

大学教育在一步一步的和真实的工业界脱节

同理，也不用學數據結構和算法了，不用學OS和計算機結構了，反正全部AI編程，跟這些沒有關係了

这些目前还没到淘汰的地步

这些目前还没到淘汰的地步,编译器是早早就不要求的一门课了
你太超前了。 
 

这些都是老套家长对cs培养的期望，现实是多数CS本科不要求

可以跳过很多课。不过我总觉得缺，所以推荐娃多学了些，照顾一下传统cs培养方式。现在不学，到研究生阶段不读博士其实没有机会再学了。

對頭。新鮮的ML/AI其實並不難，自學很容易。

有人远没有学那么多，但有论文后来被某颠覆公司的论文引用到; Ai时代科技公司更新换代不断裁员普通软硬件工，知识得出成果

https://www.trueup.io/layoffs

https://layoffs.fyi/

那是应用，不是真的搞AI的

哪门课是真正AI的，列举几例？

对于EE，这里面好像缺了最重要的模拟电路课，电路分析等效电路等等基础课，EE模拟基础不好后面难搞啊

高年级还要学信号分析，高频信号和低频信号的理论及处理方式都不同。真正的数学那时候才真的派用处。上面的课程里唯一和模拟有关的是模拟与数字电路设计，这应该都在基础课后再学。数字电路较模拟电路简单许多。