中山大学计算机科学与技术怎样知乎

在教育部官方学科评估中，计算机科学与技术一级学科中山大学评估得分75，并列排在第17名，还是很不错的

向左转|向右转

怎么看待 科学技术是第一生产力 知乎

一·、这是由科学技术在现代生产力体系中的作用决定的。

现代科学技术革命的发展，使科学技术以空前的规模和速度进入生产领域，使现代物质生产力成为一个复杂的体系。

在这个复杂的体系中，科学技术自身不但体现为生产力，而且在生产力诸要素中成为最主要的推动力量，成为第一位的构成要素。

二、这是由科学技术对国民经济增长的贡献率决定的。

现代科学已经广泛渗透到经济活动中，渗透到社会生产的各个环节，其对国民经济增长所起的作用之大，已到了令人瞠目结舌的程度。

科学技术不仅使经济在量上即规模和速度上迅速增长，同时也使经济发生质的飞跃，在经济结构、劳动结构、产业结构、经营方式等方面发生了深刻变革。

三、这是由知识创新和创造知识的劳动在现代社会生产中所起的作用决定的。

科学研究是进行知识创新或进行创造知识的劳动，知识也属于生产力的要素。随着知识经济时代的到来，知识已经被认为是提高生产率和实现经济增长的驱动器。

科学技术是第一生产力不仅丰富和发展了马克思主义生产力学说;也是对当代世界社会经济发展规律和趋势的崭新概括;更是对我国改革开放和现代化建设实践的深刻总结.

在人类社会生产力的发展进程中，先进生产力取代落后生产力，都是由科学技术的进步或突破引起的。所以说科学技术是第一生产力

essec商业数据分析科学专业怎么样知乎

作者：知乎用户

链接：https://www.zhihu.com/question/36214681/answer/66483598

来源：知乎

著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。

从商业分析说起吧。关注过不少知乎上类似的问题和回答，发现个较严重的问题：大多数人对商业分析这个行业的认知并不准确。具体说来商业分析有两种：

1. Business analysis. 应属于传统商科，主要是任务是对公司整个运营的流程、业务的开展等方面的分析。比如发现新的商业需求、提出/改善某些商业问题的解决方案。它可能包括公司组织上的变更，业务流程的改善，策略性的规划，政策的制定和提高。这个领域需要一定的数据分析，一方面因为公司发展前期一般主要靠业务的扩展，会涉及一些销售业绩等类似的数据分析。另一方面，大数据时代嘛，很多公司都觉得好像应该顺应潮流掺和一把。但总的来说还是business analysis为主。即定性为主导，数据分析（一般较简单）为辅助。这也是大多数答主所提到的。要在这个领域成长为专业人才，一般会选择MBA，MBA课程一般也会包含一定的相关课程，但很简单。

2. Business analytics. 这才是真正的新兴学科。翻译上都叫商业分析，但内容却差很多，所以特意用英文区分开来。这个行业的核心就是数据分析，而且是高深的技术、模型和算法。通过对数据的深度分析、挖掘来研究公司以往的业绩，对行业市场潜在的商业信息的搜索等。目的是获取那些通过定性分析和简单的定量分析根本无法获得的insights。这个领域逐渐得到了学术界、业界和政府的高度重视：学术界，从纽约大学13年开始开设business analytics的硕士专业以来，全球各大高校纷纷增设相关专业，并且学费直逼MBA，在金钱至上的资本主义国家，高学费往往是高收入和良好职业发展的风向标。业界，更不用说了，BAT都在开设这一类的部门，阿里巴巴去年跟今年就从名校挖了一些这个领域的教授，百度更是把斯坦福大牛Andrew Ng请了来。政府，就我知道的，新加坡和澳洲政府直接拨款赞助开设business analytics部门的公司。

说完基本概念，回到题主问题。仔细读过问题描述后，我相信题主感兴趣的应该是business analytics吧（不是的话，就请忽略以下吧）。那再深入一点讲一下相关的技能。题主是统计本科生，很好！哈哈！我是统计博士，现在在纽约一家投资管理公司做类似的工作，同事不乏一些计算机、自动控制、信号处理等数据分析相关的领域的博士。总体来说business analytics无疑是个交叉学科，包括数学（统计）、计算机和商学（经济学、市场营销，博弈论等等）。统计类的方法占据了数据分析学科的首要地位（主要是回归模型）。可以说如果把统计方法全部拿走，数据科学基本就支离破碎不成体系了。然后是计算机（包括机器学习、模式识别、图像处理等一类的领域），基于一些应用层面的需求，计算机领域提出了一些新颖的思路和模型。值得一提的是，这些东西又吸引了统计学家的关注，他们把同样的问题又用统计学方法做了出来。再结合一些传统的回归模型，统计学出现了新的分支：统计学习。最后是商学类，现阶段来说比重最小，不过其中一些思路也是值得借鉴的，比如博弈论。一些专门的business analytics硕士会结合商业应用来讲统计和计算机方法。

实际的商业分析案例（当然是business analytics）。简单说几个吧：1.生存模型，生物统计最常用的模型，研究疾病的愈合、死亡时间之类的问题，可以用以测试某些药品、治疗手段是否有效。应用到商业中，比如公司对特定人群投放广告，他们通过不同的渠道点击观看，那么需要多久的时间他们才会决定购买？我们定义：消费者不购买=‘活着’，一旦消费即为‘死亡’。接下来的任务就是研究哪个渠道的广告/哪种组合的广告最为有效。2.聚类问题，公司投放过大量广告，做过促销。然后大量消费者前来购买，到底哪些真的看过上述宣传呢？如果这个都不知道如何分析哪个渠道或者哪些渠道的组合最有效？聚类分析就是解决这一类问题的。3.贝叶斯方法，不知你可了解过贝叶斯分析？是统计/机器学习领域很火的方向。主要应用是在建模时候可以把人为的观点融合进模型中去。使得定性和定量分析的结果结合起来。这一点很是受在business analysis领域做数据分析的人的欢迎。除此外还有很多，就不一一说了。

最后说到你的近况。本科背景还是弱了点，想要接触上述类型的工作，你需要更进一步。并且想吃的开最好也不要限制在统计学领域，毕竟读一个偏应用的学科，学会从应用角度考虑问题对于职业发展更有好处。升学的话可以考虑data analytics/business analytics的硕士专业。不过，如果觉得学费太高的话，其实统计硕士也是个不错的选择。自学的话，coursera上也有很多不错的课程。至于R/Python/SAS嘛，能会一个就够了。数据分析级别的编程，会一个，别的看个把礼拜就能上手。

最后的最后，分享一个链接：Graduate Programs in Big Data Analytics and Data Science。里面列举了全世界各地高校开设的数据分析类的研究生专业、各种收费的/不收费的在线课程。

长春工业大学计算机科学与技术怎么样 知乎

长春工业大学计算机科学与技术

学习计算机科学与技术方面的基本理论和基本知识，接受从事研究与应用计算机的基本训练和工程化训练，学习本学科的基本工作流程方式，具有研究与开发计算机软、硬件系统的基本能力。

主要课程：

数字电路与逻辑、离散数学、计算机原理、微型计算机技术、计算机系统结构、计算机网络技术、面向对象高级语言程序设计、汇编语言、数据结构、数据库原理与实例、软件工程、操作系统与实例、编译原理、算法设计与分析、人机交互技术等。

毕业生去向：

毕业学生可到科研院所、企事业单位等部门，从事计算机系统的研究、开发应用、系统维护及信息管理等工作。