7 天 后
我即將升入畢業班,開始對升學/就業以及學術等事情的關聯有些困惑,搞不好就此和統計走遠了呢……
18 天 后
1 个月 后
其实,象人大和厦大的统计系的传统与教授能力已经决定了其学生不可能弄懂基本的统计概念,悲哀的却是他们竟然不知羞耻的在高谈阔论。
[未知用户] 个人建议你把“不可能弄懂”改成“没那么容易弄懂”。不管怎样,学习是靠自己而非靠学校或者老师的,也得允许同学们发挥主观能动性嘛
[未知用户] 1. 相比国外,国内的统计学教育水平确实差很多。
2. 人大和厦大也有很不错的教授。
3. 任何人只要刻苦努力,即使自学也不至于一无所获。
4. 人人都有探讨问题的权利,没有什么羞耻不羞耻的。
5. 即使你是高瞻远瞩的侠客,也请面对具体问题批评指正。
[未知用户] 同意楼上。我觉得话不必说得这么尖刻,修行更多在个人,如果一味埋怨老师,恐怕再好的老师都教不出好学生。厦大我并不了解,人大我也不敢说水平如何,但可以看到的是这些年来情况一直在改善,只要在改善,就有希望。天上没法掉下绝顶优秀的老师来,我们的统计,要靠我们每一个人去努力,这是一个长期过程。
4 个月 后
[未知用户] 学了这么多年的统计我恰恰觉得最重要的统计思想我是在人大学到的
20 天 后
嗯,看了觉得说的蛮中肯的。
现在在研一阶段,对于本科没有认真学好的数理统计都得再学一遍。原来特别紧张的是知识不够,基础不扎实,现在虽然在补,但是有一种感觉,一定要有思想。统计里面方法大多基于思想。
我希望利用一个学期的时间把基础补好,但另一个老师建议说现在就着手,看太多书没用。可是我觉得好书还是要精读两本的,有点矛盾。
1 个月 后
我所在的计算机专业,每年国内发表的大多数论文都遵循于一个模式(当然少数论文读来还是有点味道的):在一个新的数据集上套用一个时髦的数学模型,或者是在某个模型上稍微改动一下,偶然间得到了一个比较好的结果,然后一片论文就产生了。然后我就在想,计算机在机器学习方向的研究到底是要研究什么?数学模型大部分已经由那些统计学的牛人提出来了,难道我们的工作就是把这些模型套在各个不同的应用场景,检验结果的好坏?
[未知用户] 这可能不是计算机专业特有的模式吧,数据套模型生成论文在很多专业应该都存在,这种风气我也不喜欢。

我的观点一直在变化,从未收敛过,目前我的想法之一是,我很期待计算机的人能帮统计学家做一些比较有突破性的基础设施建设工作;如果你的理论不是特别牛的话,我觉得在学术界也挺乏味的,至少我现在越来越少关心机器学习的发展;如果你要检验模型,那么还是投身实战领域吧,学术研究要承担的责任远比实战领域小,知识若不能转化为生产力就是废物。我前面说的基础设施工作指的是能彻底改变人们对统计学某个方向看法的软件(看看S语言的获奖评价),当然这目标听起来有点高,但我现在越来越觉得蹩脚的软件包极大阻碍了统计学的应用脚步。最近两天我们COS内部在讨论ggplot2,这就是一份很有创造性的工作,改变了人们对R作图的旧看法,你们计算机的人整天讲面向对象的编程,统计学界内真正有面向对象特征并且能妙用之的软件少之又少。有人可能觉得我书生意气或程序员思维,但实际上优秀的软件往往体现了作者对一块业务的深刻理解(而不是抱着“把事情办完”的想法),这是非常需要功力的。

想法之二是投身工业界,像统计学家戴明一样,真正帮助实业界提高生产力,或看看所学到底有多大价值。这方面我很欠缺经验,不妨请我们的作者之一范建宁谈谈:)
看了很感动。非常支持站长的理念。我已经工作了很多年,但还不时要用到统计,可惜基础太差。希望在这里跟各位学到统计的真谛,另外也希望将来有能力为COS做出贡献。
[未知用户] 嗯,加油吧!期待你的贡献!
4 年 后
[未知用户] 老师说的太好了,我们的统计,要靠我们每一个人去努力,这是一个长期过程