मैं सैद्धांतिक सीएस में कैसे आरंभ कर सकता हूं?


35

मैं कंप्यूटर विज्ञान का अध्ययन करने वाले एक नए व्यक्ति हूं और मुझे पहले से ही पता है कि मैं सैद्धांतिक कंप्यूटर विज्ञान के फोकस के साथ शिक्षा में जाना चाहता हूं। मैंने पहले ही इस प्रश्न में संदर्भित कुछ पत्रों को पढ़ा और इस प्रश्न ने मुझे और आश्वस्त किया।

क्षेत्र में शामिल होने के लिए मुझे अब अंडरग्राउंड के रूप में क्या करना चाहिए ? क्षेत्र में अनुसंधान की तैयारी के लिए मैं क्या कर सकता हूं?


7
यह वास्तव में उत्तर के रूप में पोस्ट करने के लिए पर्याप्त महत्वपूर्ण नहीं है, लेकिन माइकल सिप्सर की "अभिकलन के सिद्धांत का परिचय" की एक प्रति लेने पर भी विचार करें। यहां तक ​​कि अगर आपके पास उस पुस्तक के साथ सेल्फ-स्टडी के लिए समय नहीं है, तो यह एक महान संदर्भ है यदि आपको कुछ भी देखने की आवश्यकता है जिसे विकिपीडिया पर स्पष्ट रूप से समझाया नहीं गया है।
फिलिप व्हाइट

2
मुझे नहीं पता कि प्रक्रिया कैसे काम करती है, लेकिन मैं इसे सामुदायिक विकि के रूप में देखना पसंद करूंगा।
चेज़िसॉप

3
मॉडरेटर के प्रश्न पर ध्यान दें और हम इससे निपटेंगे।
सुरेश वेंकट

2
@ गुड पर्सन: ओपी एक सवाल सीडब्ल्यू नहीं कर सकता , केवल मॉडरेटर्स ही कर सकता है।
केव

2
@ गुड पर्सन: जैसा कि केव ने उल्लेख किया है, मूल पोस्टर अब सीडब्ल्यू को पोस्ट नहीं कर सकते (और न ही एडिट विशेषाधिकार के साथ कोई भी हो सकता है)। केवल मॉड ऐसा कर सकते हैं। कोई अपराध नहीं था।
सुरेश वेंकट

जवाबों:


29

मुझे दूसरी तरफ से जवाब देने दीजिए। मैंने कुछ स्नातक छात्र शोधकर्ताओं के साथ काम किया है। अनुभव मिलाया गया है: कुछ के साथ, मैंने पत्र प्रकाशित किए हैं और प्रगति में काम किया है, और दूसरों के साथ, हम वास्तव में किसी भी तरह की शुरुआत से दूर नहीं हुए हैं।

यह बहुत अच्छा है कि आप जानते हैं कि आप क्या करना चाहते हैं। एक स्नातक के रूप में, यहां आपको किस पर ध्यान केंद्रित करना चाहिए:

  • गणितीय "मांसपेशियों" का निर्माण करना जो आपकी मदद करेंगे जब आप बयाना में समस्याओं पर काम करना शुरू करेंगे
  • क्षेत्र की भावना पाने के लिए सैद्धांतिक सीएस के विभिन्न पहलुओं की खोज करना और यह पता लगाना कि आपको किस प्रकार की समस्याएं / क्षेत्र दिलचस्प हैं
  • (क्षेत्र के आधार पर) कुछ पहेलियों पर काम करना, शायद कुछ अभ्यासों को हल करना, और एक शोध प्रश्न तक अपना काम करना।

आप का मार्गदर्शन करने के लिए एक प्रोफेसर का पता लगाएं, और समय में मदद! सबसे मुश्किल काम जो आप कर रहे हैं, वह क्लासवर्क, असाइनमेंट और परीक्षा के बीच की समस्याओं के बारे में सोचने के लिए खुला समय पैदा कर रहा है। लेकिन आपको अपने स्वतंत्र अध्ययन और अनुसंधान के लिए समय के ब्लॉक आरक्षित करने की आवश्यकता है अन्यथा किसी भी प्रकार की प्रगति करना बहुत कठिन होगा। आप यह कैसे करते हैं, यह आपके ऊपर है: हो सकता है कि आप सप्ताह में एक बार आपसे मिलने के लिए प्रोफेसर मिलें और आपके लिए मध्यवर्ती लक्ष्य निर्धारित कर सकें, या हो सकता है कि आप एक दीर्घकालिक लक्ष्य निर्धारित कर सकें (किसी पाठ से एक्स अभ्यास के माध्यम से काम करना) और लगातार काम करना उस।


4
अच्छा जवाब! "आपको अपने स्वतंत्र अध्ययन के लिए समय के ब्लॉक आरक्षित करने की आवश्यकता है": यह मुझे अपने स्वयं के अनुभव को याद करता है। मैं एक आलसी गणित का छात्र हुआ करता था, तब मास्टर में मैंने एक अच्छी टीसीएस समस्या (व्यस्त बीवर फ़ंक्शन के आसपास केंद्रित) की खोज की। मैंने अपने खाली समय पर अपने एक प्रोफेसर के मार्गदर्शन के साथ काम करना शुरू कर दिया। मुझे समस्या पर कभी कुछ दिलचस्प नहीं लगा, लेकिन 12 साल बाद, मैंने उसके साथ 15 से अधिक पत्र लिखे (लेकिन वह कभी भी मेरे पीएचडी / मास्टर सलाहकार नहीं थे, केवल एक "बाहरी" संरक्षक थे)।
सिल्वेन पाइरोननेट

1
सुरेश का जवाब बहुत अच्छा है! ओपी के लिए: गणितीय गणितीय "मांसपेशियों" का अर्थ है कि भाषा और गणित के उपकरण (कॉम्बिनेटरिक्स, ग्राफ सिद्धांत, विश्लेषण आदि) का उपयोग करना और प्रमेयों को साबित करने के लिए भी उपयोग करना ! (और यह वास्तव में रोमांचक हिस्सा है! :-)
Jay

19

मैं वर्तमान में एक पीएचडी छात्र हूं और प्रोफेसर नहीं हूं, इसलिए मेरा सुझाव स्नातक छात्र के रूप में मेरे (सीमित) व्यक्तिगत अनुभव से आता है।

जब मैं एक स्नातक छात्र था, मैंने हमेशा अपने विभाग में विभिन्न प्रोफेसरों के साथ गर्मियों में अनुसंधान सहायक के रूप में काम किया। मेरा मानना ​​है कि टीसीएस वास्तव में आपके लिए है या नहीं, यह जानने का एकमात्र तरीका है कि आप ठोस समस्याओं पर काम करें और देखें कि आप किस चीज का सबसे ज्यादा आनंद उठा सकते हैं। मुझे एक प्रोफेसर और एक विषय खोजने में काफी समय लगा जो मुझे पसंद आया। शोध में एक "सामाजिक" पहलू भी है, और अलग-अलग प्रोफेसरों में अलग-अलग काम और पर्यवेक्षण की आदतें हैं, और इस प्रकार ये ग्रीष्मकालीन अनुसंधान नौकरियां आपको बेहतर विचार देंगी कि आप भविष्य में पर्यवेक्षक से सबसे अधिक क्या गुणवत्ता चाहते हैं।

कंप्यूटर विज्ञान में कई दिलचस्प क्षेत्र हैं, और टीसीएस उनमें से सिर्फ एक है। इसलिए हमेशा अपने विकल्पों को खुला रखना और विभिन्न प्रोफेशन से बात करना सबसे अच्छा होता है। जब आप पीएचडी कर रहे हों, तो यह बहुत महत्वपूर्ण है, लेकिन मुझे लगता है कि मार्क ब्रावरमैन की सलाह बेहद प्रासंगिक है:

"जितना संभव हो उतना सीखने की कोशिश करो। [...] यह बाद में अधिक कठिन है!"

[मार्क ने कई पाठ्यक्रमों में दाखिला लिया (सीमा से ऊपर) और गणित और कंप्यूटर विज्ञान के विभिन्न क्षेत्रों का पता लगाया, जब वह एक स्नातक था।] अपने विभाग में विभिन्न विषयों पर व्याख्यान और सेमिनार में भाग लेने का प्रयास करें। जब आप अपने ऊपरी वर्षों में होते हैं, तो आपको अपनी रुचि से संबंधित स्नातक पाठ्यक्रमों के ऑडिट की अनुमति भी मांगनी चाहिए।

इसके अलावा अगर आप मैथ्स या सीएस में पढ़ाई कर रहे हैं, तो आपको उन पाठ्यक्रमों की भी योजना बनानी होगी जो आपको एक ठोस बुनियादी आधार तैयार करने के लिए लेने चाहिए। यदि आप मैथ्स अंडरग्रेजुएट हैं, तो आपको एल्गोरिदम और जटिलता में अधिक सीएस पाठ्यक्रम लेना चाहिए जो आपको अधिक "एल्गोरिदमिक" दिमाग देता है। यदि आप एक सीएस या इंजीनियरिंग से स्नातक हैं, तो कुछ बुनियादी गणित पाठ्यक्रम सीखने के लिए हमेशा एक अच्छा विचार है:

  • साहचर्य
  • प्रायिकता अौर सांख्यिकी
  • उन्नत रैखिक बीजगणित
  • सार बीजगणित
  • विश्लेषण

यह सच है कि आप कभी भी पर्याप्त मैथ्स नहीं सीख सकते हैं, और जब भी आपको आवश्यकता हो नए मैथ्स / विधियों / तकनीकों को तेजी से सीखना चाहिए। लेकिन एक ठोस पृष्ठभूमि निश्चित रूप से आपको टीसीएस में एक आसान शुरुआत देगी।

मैं आपको शुभकामनाएं और सफलता की शुभकामनाएं देता हूं!


6
+1: अच्छा जवाब। मैं यह जोड़ना चाहूंगा कि गैर-सैद्धांतिक सीएस या गैर-सीएस पाठ्यक्रम लेना भी एक अच्छी बात है, यह आपके दिमाग को संभव समस्याओं के लिए काम करने के लिए खोल देता है, आप कभी नहीं जानते कि एक अच्छा सिद्धांत प्रश्न कहां दिखाई देता है, इसलिए अपनी आँखें खुली रखें । :)
केव

क्या आप स्नातक स्व-अध्ययन के लिए स्टीव रोमन द्वारा "उन्नत रैखिक बीजगणित" की सिफारिश करेंगे?
जैकब

2
@ जैकोब: रोमन की पुस्तक निश्चित रूप से कई लोगों द्वारा अनुशंसित है। यह वास्तव में उन्नत है और मॉड्यूल, उत्तलता, एफाइन ज्यामिति, टेंसर उत्पादों आदि जैसे अच्छे विषयों को कवर करता है, लेकिन नीचे की रेखा यह है कि आपको हमेशा कुछ ऐसा चुनना चाहिए जो आपके स्वाद और पृष्ठभूमि के लिए उपयुक्त हो! इसलिए निर्णय लेने से पहले पुस्तकालय में पुस्तकों के एक समूह के माध्यम से स्कैनिंग हमेशा एक अच्छा विचार है (कम से कम मेरे लिए)।
दाई ले

11

एक नवोदित स्नातक के रूप में, आपका सबसे अच्छा दांव सीएस विभाग में अपने प्रोफेसरों के लिए इस रुचि को व्यक्त करना है, जो आपकी मदद कर सकते हैं (यह उनकी नौकरी का एक बड़ा हिस्सा प्रदान करने में मदद करते हैं!)। उनमें से अधिकांश, मैं उम्मीद करूंगा, एक स्नातक को बाहर करने में मदद करने में प्रसन्नता होगी जो उसी चीजों में रुचि रखते थे जो वे हैं। बहुत कम से कम, वे आपको अच्छी सलाह दे सकते हैं कि आपके संस्थान में कौन सी कक्षाएं लें, और ऐसी सलाह जो आपकी स्थिति के अनुकूल हो।


10

अन्य लोगों के बहुत सारे अच्छे सलाह के विभिन्न टुकड़े दे रहे हैं। ज्ञान में जोड़ने के लिए, मुझे यह कहने दो: बहुत अधिक गणित जानने जैसी कोई बात नहीं है (जब तक आप तय नहीं करते कि आप शुद्ध गणित करना चाहते हैं)। गंभीरता से, अपने विश्लेषण, कॉम्बीनेटरिक्स, बीजगणित, शायद कुछ प्रतिनिधि सिद्धांत, अल्ग शीर्ष, और आगे के बारे में जानें। यह व्यापक रूप से सीएस सिद्धांत के क्षेत्रों में बहुत अधिक आसान पढ़ा जा रहा है :)


2
उत्कृष्ट सलाह। मैं यह बात उन सभी अंडरगार्मेंट्स को बताता हूं जो मुझसे बात करते हैं।
सुरेश वेंकट

7

आपने एक महान पहला कदम बनाया है! मैं आपके विभाग में एक प्रोफेसर के साथ बात करने के लिए दूसरा pboothe हूँ। यदि आप सिद्धांत में रुचि रखते हैं, तो खोजें कि जो कोई भी सिद्धांत पाठ्यक्रम पढ़ा रहा है और उनके साथ बात करें। उन्हें कुछ समस्याएं हो सकती हैं, जिन्हें शुरू करने के लिए बहुत अधिक पृष्ठभूमि की आवश्यकता नहीं होती है। मेरे व्यक्तिगत अनुभव में, ग्राफ थ्योरी और कॉम्बिनेटरिक्स में अधिक समस्याएं हैं जो सिद्धांत से अधिक स्वीकार्य हैं, लेकिन फिर भी समान अनुसंधान कौशल का निर्माण करते हैं। अपने गणित विभाग से डरो मत!

यह समुदाय में शामिल होना शुरू करने में भी मदद कर सकता है, विशेष रूप से यहाँ सवाल पूछने और जवाब देने से। यह आपके उपयोगकर्ता नाम का अपना नाम होने में मदद करेगा इसलिए हम जानते हैं कि आप कौन हैं।


6

मैं लगभग स्नातक छात्र हूँ। तो आपके प्रश्न के उत्तर भी मेरे लिए दिलचस्प हैं, लेकिन शायद मेरा थोड़ा व्यक्तिगत अनुभव मदद कर सकता है।

यहाँ सुझावों की मेरी सूची (यादृच्छिक क्रम में) है कि आप क्या कर सकते हैं:

  • सबसे पहले आप जितने पेपर / किताबें / लेक्चर नोट्स पढ़ सकते हैं, उतने ही पढ़े। लेकिन व्यायाम और बाद में समस्याओं को खोलने के लिए अपने ज्ञान को लागू करना भी महत्वपूर्ण है! मेरे कुछ ट्यूटर हमेशा कहते हैं: न केवल आपकी मांसपेशियों को लगातार प्रशिक्षण की आवश्यकता है :)
  • इस साइट (या कुछ अन्य संबंधित एसई साइट) पर पढ़ें / पूछें / उत्तर दें, यह जानने का एक अच्छा तरीका है कि टीसीएस या गणित में अनुसंधान विषयों के साथ कैसे काम किया जाए।
  • मैं जाने-माने शोधकर्ता से बहुत सारे टीसीएस ब्लॉग पढ़ने की कोशिश करता हूं। विषय वर्तमान और ऐतिहासिक दोनों परिणामों को कवर करते हैं।

क्या आपका उन ब्लॉगों से कोई लिंक होगा?
SH7890

2

मुझे लगता है कि सबसे महत्वपूर्ण बात यह जानना है कि टीसीएस के कौन से पहलू आपको वास्तव में उत्साहित करते हैं। इस अन्वेषण के दौरान, आप पा सकते हैं कि जो समस्याएं आपको सबसे अधिक परेशान करती हैं, वे अन्य क्षेत्रों (जैसे कि आर्थिक) और टीसीएस (जैसे कंप्यूटर नेटवर्क) या टीसीएस विषयों के आवेदन के साथ टीसीएस के चौराहे हैं जो सीएस में अन्य क्षेत्रों का भी हिस्सा हैं। कम्प्यूटेशनल या सांख्यिकीय सीखने के सिद्धांत की तरह। हेक, यह भी संभव है कि आप अपने प्रमुख को गणित या भौतिकी या कुछ से संबंधित बदल सकते हैं यदि आपकी रुचि आपको उस दिशा में ले जाती है।

मेरा कहना है कि एक नए व्यक्ति के रूप में आपके पास वास्तव में कम दबाव के साथ एक व्यापक छात्र या प्रोफेसर के रूप में व्यापक दबाव का पता लगाने का अवसर है। और अगर आप "सामान्य संदिग्ध" टीसीएस विषयों में समाप्त नहीं होते हैं, तो चिंतित न हों।

बेशक यह आदर्श होगा यदि आप किसी क्षेत्र में "गहरे" जाते हैं, ठोस तकनीक सीखते हैं और शानदार परिणाम प्रकाशित करते हैं।

और यदि आप एक गर्म नए क्षेत्र में एक विशेषज्ञ बनने से पहले समाप्त हो जाते हैं तो यह मुख्यधारा बन जाता है जो संभवतः आपके करियर के लिए बहुत अच्छा होगा।

हमारी साइट का प्रयोग करके, आप स्वीकार करते हैं कि आपने हमारी Cookie Policy और निजता नीति को पढ़ और समझा लिया है।
Licensed under cc by-sa 3.0 with attribution required.