科学计算法,本科读统计学信息与计算科学计算机科学与技术哪个专业好

科学计算法，本科读统计学信息与计算科学计算机科学与技术哪个专业好？

计算机和人工智能是目前非常被看好的主要发展方向之一！

不论男生还是女生，选择了这个方向以后的发展就不会差。社会流行说一句话：人工智能发展到今天，已经在全社会形成了共识，小孩子都知道甚至会一些编程知识（如Python、Java等），可见这个方向发展的火热程度。当然，计算机和人工智能绝不是简单地写几行代码就能胜任工作岗位的需求的，要想成为这个领域方向的专业人才，还是需要系统、专业的知识学习的，这也就涉及到专业选择的问题。与这两个方向相关的专业很多，正如题目列出的，统计学、信息与计算科学、计算机科学与技术等都是计算机和人工智能发展领域的重点专业，那么，选择什么专业学习好呢？

专业的选择，每年都会难倒很多人，主要是对专业的认识不清楚导致的。

一、总体情况

计算机和人工智能是一个复杂学科，并不是简单的一个专业就可以完全主导其全面发展，而是需要很多专业的交叉融合才能推动这一领域的进步和发展。

人工智能有三算：“算法”、“算力”、“算据”，这三个专业均承担了其中重要的部分内容。

统计学、信息与计算科学、计算机科学与技术这三个专业是与计算机和人工智能发展密切相关的专业，主要是因为计算机和人工智能其实有很多细分方向。例如，温州大学就直接设立了一个“计算机与人工智能学院”，并下设了计算机科学与技术、数据科学与大数据技术、网络工程（卓工超豪示范班）等三个专业，可以说与计算机科学与技术、统计学、信息与计算科学这三个专业形成了一一对应关系，数据科学与大数据技术主要为统计学知识，而网络工程则是信息与计算科学。这也刚好说明，计算机与人工智能发展需要这三个专业的鼎力支持的，缺一不可。

选择哪一个专业？得具体展开来看这三个专业的内容和未来的岗位需求，相信全面了解了这些之后，你就会做出正确的选择了。

二、计算机科学与技术计算机专业无疑是21世纪最深刻地改变人类社会和人们生活方式的新贵专业。

计算机科学与技术是一个对知识结构要求全面的专业，侧重于人工智能应用与软件系统开发，在计算机与人工智能领域中主要承担自然语言处理、计算机视觉、机器人学等研究工作，培养能够胜任在各行各业的信息技术和管理部门从事计算机相关的系统分析与设计、应用软件开发、人工智能应用开发、软件测试、技术运维以及其他与计算机相关的工作，也可继续攻读计算机类硕士研究生。

可以说，计算机科学与技术专业非常“硬”，在学习和工作中有明确的产品形成，不会觉得空洞、没有知识与实践结合，所以，除了理论知识外，更加偏向于技术应用。

本专业的岗位薪资可以说是社会行业工资排行榜的中上档，非常诱人。

三、统计学

统计学与数据科学与大数据技术相对应。统计学是一门通过搜索、整理、分析数据等手段，以达到推断所测对象的本质，甚至预测对象未来的综合性科学。在人工智能领域，统计学是在计算机科学与技术基础上，特别突出大数据采集、存储与管理、分析与应用等核心专业知识和技能。旨在培养具有大数据思维、运用大数据思维及分析应用技术领域知识与计算机技术和大数据技术融合、创新的能力，能够从事大数据研究和开发应用的高端人才。

培养基于大数据应用系统的开发、大数据分析及大数据平台运维等三个方向的人才。毕业生能在政府机构、高端企业、大型公司等从事大数据管理、研究、应用开发等方面的工作。毕业生可在百度、阿里、腾讯、亚马逊等公司从事大数据领域的研发工作。

薪资方面，目前该专业人才的入门月薪已经达到了8K以上，工作1年月薪可达到1.2W以上，具有2-3年工作经验的相关人才年薪可以达到30万-50万，前景十分广阔。

四、信息与计算科学

信息与计算科学原名计算数学，是强调以信息领域为背景，数学、信息、计算机管理相结合的数学类专业，目的是培养有良好的数学基础，能够熟练使用计算机，初步具备在信息与计算机科学领域的某个方向从事科学研究，解决实际问题，设计开发有关计算机软件的能力的学生。

需要注意：这个专业属于数学类专业，因此，整体教学还是偏理论。

目前，很多高校也在进行教学改革，要求除了掌握基本的理论知识之外，还要补充一些 MySQL、Java、Python、C语言等方面的基础知识，要掌握数据结构中常见的一些算法知识，还要修一些机器学习方面的相关课程。

写在最后：

1、计算机与人工智能是在新一轮科技革命和产业变革的时代背景下，顺应国家科技发展战略及区域产业化发展的热门方向，需要大量的相关专业人才。

2、统计学、信息与计算科学、计算机科学与技术等都是计算机和人工智能发展领域的重点专业，但是其具体内容存在差异，需要准确了解之后才能选择。

3、计算机科学与技术偏工科，比较硬；统计学和信息与计算科学偏理科，侧重于数学计算与数据统计分析，应该结合自身情况判断适合哪个专业。

以上就是我对这一话题的想法，欢迎大家指正。

我是@博士带您看经典，喜欢我的朋友欢迎关注点赞评论，谢谢~

地球的重量是怎么计算出来的？

地球质量为5.965*10^24千克，也就是大约60万亿亿吨，英国科学家卡文迪许号称“第一个称量地球的人”，因为他首先通过实验得到了万有引力常数的值。

早在公元200多年前，古希腊数学家埃塞托色尼就利用太阳光直射原理，估算出了地球的直径，得到的数值和实际值非常接近。

理论上加上地球平均密度就可以得到地球质量，但是直到20世纪以前，人类都不知道地球内部的结构，地表岩石的平均密度在3g/cm^3左右，地球平均密度为5.5g/cm^3，因为地球内部有着致密的铁镍核心，密度高达10g/cm^3。

在17世纪，牛顿建立万有引力定律，理论上利用地球半径和表面重力加速度，就可以计算出地球质量。

根据：GMm/R^2=mg; 得到：M=gR^2/G;

但是利用万有引力计算地球质量的方法，依赖于万有引力常数G的数值，牛顿虽然提出了万有引力定律，但是万有引力的强度实在太微弱了，当时的条件很难利用实验得出G的数值。

直到100多年后的1789年，英国科学家卡文迪许利用精密的扭秤实验，首次得到了万有引力常数的值，当时得到的数值为G=6.754×10^-11N·m^2/kg^2，这个测量精度一直保持到1969年，而现在最精确的数值为G=6.67259×10^-11N·m^2/kg^2。

有了万有引力常数的值，我们就可以计算地球质量了：

M=gR^2/G

=9.8*6370^2/6.67259×10^-11

≈5.96*10^24千克

虽然表面重力加速度并不完全等于地球引力产生的加速度，但是计算结果基本与美国物理协会公布的数值5.965×10^24kg基本一致，说明这个计算方法还是有着很高精度的。

值得一提的是，卡文迪许是一位淡泊名利的“科学怪人”，在当时，他的父辈给他留下了一大笔财产，可以说他是一位大富豪，然而他根本不在意这点，甚至金钱对他来说犹如粪土，他本人不善交际，不好言谈，而且终身未婚，唯一的爱好就是做科学研究，把一生献给了科学事业。

传说他的一个朋友，向他介绍了一位贫困潦倒的老者来给他整理图书，希望完事之后给予一定报酬，然而卡文迪许完全忘了付酬金的事，直到朋友提醒他，卡文迪许才急忙解释忘了这事，随即写下一张2万英镑的支票让朋友转交，并询问“2万英镑够吗？”当时就把他朋友吓到了，因为当时2万英镑可以买下一座不错的3层房。

在1871年，卡文迪许的亲戚出资建立了卡文迪许实验室，截至目前为止，该实验室出过30多位诺贝尔奖获得者，有过许多重大的科学发现，比如电子、中子、康普顿效应、电子干涉、脉冲星、超流体、DNA双螺旋的发现等等。

信息与计算科学是计算机专业吗？

感谢悟空问答小秘书邀请。

我是一叶知秋有仙则名，我来回答。

信息与计算科学是计算机专业吗？当然不是，为什么？因为叶秋就是这个专业毕业的，它不是计算机专业，它是实打实的数学专业，准确的说是计算数学。

说到这儿，叶秋不得不再说一次，人的命天注定！这是叶秋今天第二次说这句话。叶秋当时为什么填这个专业呢？因为当时叶秋填报的时候它叫计算机软件，是的，你没有看错，志愿填报指南上就是这么写的。(进校后才发现进的是数学系，然后发现专业全称是计算数学及其应用软件，很多同学有疑惑，当时介绍专业时系主任是这么说的，学校的计算机软件有两个，一个是计算机系的，一个是我们数学系的，我们毕业后比他们高端的多)

现在经常有人问学校重要还是专业重要，叶秋当时和现在都认为专业重要，叶秋当时填的都是学校最好的专业(计算机软件、电子、通信)，本来想成为一名头发不多的程序员，没想到成为一名头发不少的老师，造化弄人啊。

作为村里的希望🤗叶秋当时对学校和专业都不是那么了解，但当时系主任的一句话还是让叶秋热血沸腾，相信信计专业的同学都听过这句话，是的，它就是培养既具有坚实的数学基础，又具有完备的计算机理论基础，它是这么说的，也是这么做的。

叶秋是我们学校这个专业的第一级学生，我们学了很多计算机专业课:操作系统、数据结构、汇编语言、C程序设计(教材是谭浩强的)、数据库原理还有不少，数学课当然不少，数分高代解析几何、概率论与数理统计、常微分方程、偏微分方程、偏微分方程数值解等等。

但是，因为学时限制，有些重要的数学课叶秋就没学过，比如复变实变和泛函分析，博士补上了泛函，但实变和复变现在也没学过。

高校为了招生会给一些专业的名字进行美化，考生和家长一定要注意，计算机类的专业包括计算机科学与技术、软件工程、网络工程、物联网工程、信息安全、数字媒体技术等，但绝对不包括信息与计算科学。

圆周率是怎么计算的？

更新内容了！

2010年1月7日——法国工程师法布里斯·贝拉将圆周率算到小数点后27000亿位。2010年8月30日——日本计算机奇才近藤茂利用家用计算机和云计算相结合，计算出圆周率到小数点后5万亿位。

2011年10月16日，日本长野县饭田市公司职员近藤茂利用家中电脑将圆周率计算到小数点后10万亿位，刷新了2010年8月由他自己创下的5万亿位吉尼斯世界纪录。56岁的近藤茂使用的是自己组装的计算机，从10月起开始计算，花费约一年时间刷新了纪录。

计算圆周率π有关的神奇公式：

1 这是韦达（Francois Viete,1540~1603）给出的史上第一个关于π的公式

注意到它的无穷的根式结构以及整个公式只用到了数字2！！！

2 沃利斯（John Wallis，1616~1703）π方程

毫无疑问这个公式非常漂亮，因为这是一个无穷乘积，形式上很简洁。沃利斯通过计算两个积分（这两个积分是正弦函数的2n+1次幂与2n-1次幂，从0积到π/2）得到两个关于n的分式，再用两边夹方法得到了这个公式。

沃利斯乘积：

数学家沃利斯在1655年发现的：

Wallis公式是关于圆周率的无穷乘积的公式，它是在1655年发现的。公式内容如下：

Wallis公式

其中

，

开方后还可以写成：

3 这个公式是拉马努金发现的

整个公式充满了拉马努金的风格，他发挥自己在无穷级数与无穷连分式方面深刻的洞察力将两大数学常数完美地融合在了一起。

数学家拉马努金发现的计算圆周率公式：

4 斯特林（String）公式的变形

斯特林公式（Stirling's approximation）是一条用来取n的阶乘的近似值的数学公式。

或更精确的

或

其实这个公式是斯特林公式变形，但好处在于，有极限，有指数，有阶乘，有e，有π。信息量相当大。

5 貌似是一个当官的导出来的

貌似是外国一个伯爵看到了沃利斯公式，就将其化成了无穷连分式。虽是变形，可美感更深一层了。可以清晰地看到圆周率和奇数，平方数之间神秘的关系。

6 欧拉（Euler）发现的公式

欧拉是个巧匠，他运用各种巧妙而又简单的方法发现了大量美丽的公式和定理，以上便是一例。在这里，圆周率跟质数联系到了一起（注意，貌似应该是负一的n次方。）

7 高精度计算π的公式

高精度不是吹的，这个简单而又优美的公式居然不是π的精确公式，却可以将π精确到小数点后420亿位！！！纯造化~~~

8 数学家莱布尼茨发现的计算圆周率公式：

9 高斯积分：

10 统计学中正态分布的概率密度函数：

物理学中的海森堡不确定性原理：

物理学中的爱因斯坦相对论的场方程：

梅钦类公式：

其中arctan x可由泰勒级数算出。

网摘

求π的方法已经有很多，今天介绍几款奇特的方法。

对于π值的追求，一直伴随着人类，可以说，对π的计算方法，一个角度就反映了人类数学的发展程度。古代，没有任何工具，也没有先进的数学工具，唯一的就是靠笔算，于是祖冲之有了他的领先结果，

近代，微积分等学科的发展给π的求解带来了新的视角，到了现代，计算机的发展也伴随着对π值求法的翻天覆地的革命。在这些追求的过程中，诞生了一批千奇百怪的求π法。

比如蒲丰投针实验等等。下面有两种实验性的方法，也颇让人赞叹不已！

第一种：任意写两个正整数，这两个数互质的概率为6/π²。所以你因此可以做一个实验，叫班上的每一个人任意写出两个不相同的数，然后数这些数互质的个数，你就可以得到π的近似值。

第二种：任意写两个小于1的数（x，y），将他和1组成一个数对（x，y， 1），则由x、y和1能构成一个钝角三角形的概率为(π-2)/4。利用这个结论也可以求出π的近似值。

1995年4月，英国《自然》杂志刊登了伯明翰城阿斯顿大学计算机科学与应用数学系的马修斯发表的一篇文章，他记述了他如何通过观察天空中亮星的分布计算圆周率，读来的确使人惊讶，但是原理却是如此滴简单。

马修斯做的，就是从我们熟悉的事物中探求数学中有趣的道理。马修斯如此试验基于的事实很简单，每一个接触过数论的人都知道：任意两个自然数互质的概率为6/（π2）。他从众多星星中选择100个亮星，将这些亮星两个两个分成一对，然后计算每对星之间的角距，得出一堆数据，然后检查这些数据的因子情况（总共近100万对因子），从中计算出π值约为3.1272，与π的数值3.1416的相对误差很小。看来，马修斯的工作就是从星星中获得一堆随机数而已，然后借助数学定理计算圆周率。

受此启发，你也完全可以借助生活中熟悉的事物去获得一堆自然数，同样可以计算圆周率，不过数据量就一定很大，因为这是一个概率问题，数据量越大就越精确。

将数学性质放置于生活中，才是数学的魅力所在。网摘供参考。