达特茅斯学院的在读博士教你如何学好计算机
今天，我们采访的导师是来自 达特茅斯学院 （Dartmouth College）Computer Science专业的 在读博士 -博文，他也是我们ViaX盐趣的导师。
我先贴心的来
为本篇专访画个重点
：
１.计算机专业的学生究竟应该怎么学本专业？
２.其他专业的学生如何提升自己的计算机水平？
３.计算机科学专业的国内外差异是什么？
专访内容
HF：您目前在读的专业是什么？
BW：宽泛来讲，我就读的专业是计算机科学。如果严格来讲，我所学习的方向 偏向于数据科学领域 。
HF：您当初为什么想要选择这个专业？
BW：因为我本科所学的专业就是所属科学院的数学、计算机和精算专业。要是说最开始选择计算机专业的原因，也就是我初高中的时候做计算机竞赛，觉得 编程很酷，计算机也是一门很酷的科学 。还有就是，数学太难学了。（笑
HF：在多年的学习之后，现在的你对计算机这门专业又如何理解呢？当中有发生哪些变化吗？
BW：就像我刚刚讲过的，最开始学习计算机只是因为兴趣，但随着学习的深入，我逐渐发现 计算机只是一门工具 ，能够帮助我更好地解决实际问题并理解这个世界。不可置否的是， 计算机依旧有它独特的魅力 ，我也依旧热爱编程，只是在这个过程中，我 越发注重计算机技术带给我的实用性了 。
HF：最近也是开学季，又有一批学生进入各大高校学习计算机专业，您有什么建议给到这些学弟学妹吗？
BW：计算机专业是个实用性比较强的专业，在学好基础课程的基础上还是要多自学。 找到自己在这个领域的兴趣点，多写程序、多看文献、多练习 。因为说到底，计算机只是一门工具，还是 不要局限自己，要多去尝试 。不管是对于刚入学的新生，还是已经在学计算机专业的老生，都是如此。
HF：有这样一种学生：不想学计算机专业却因为各种原因不得不学该专业，您觉得他们该如何培养自己的兴趣呢？
BW：还是像我刚刚说的，计算机只是一门工具，最终可以利用计算机技术更好地去从事自己感兴趣的研究。我觉得对于这类学生，我可能会建议他们 放平心态，将计算机技术当做一门工具 ，多学点儿技术总归是没有坏处。对计算机不感兴趣这句话，我个人觉得是有点模糊的，因为计算机只是一个工具，它可以做到的事情非常多。还是 要找到自己真正的兴趣点 吧，不管这个兴趣点到底是什么。
HF：如果其他专业的学生想转专业到计算机专业，您可以提供哪些建议呢？该专业的基础课程又都有哪些呢？
BW：现在的网络课程非常多，我建议这些想转专业的同学 先在网络上找一门计算机相关的课程 去上一下，实际去做一个项目。在这个过程中，大多数同学都能体验到计算机科学的逻辑思维，要好好 感受一下自己究竟适不适合学习计算机专业 。如果自己真的感兴趣的话，就可以跟学校、院系提申请，之后自己还是 要多去自学 。因为说白了，计算机这门专业对数学的要求也不是很高，很多基础课程，比方说python等都可以自学。
HF：您觉得计算机专业在国内和国外有什么差异吗？
BW：因为我本科也是在国外，所以对国内的了解也比较少。但就从我的了解来说，感觉 国内外的差别并不是很大 。国内和国外在课程的设置上相差不大，都会比较注重实践。要说区别的话，可能 最大的区别在于国外是会给到每个学生实际的项目去操作，而国内在这方面还相对没有这么成熟 。
HF：那您在学习中遇到比较难以攻克的问题，会选择什么方式解决？
BW：在遇到难题的时候，一般就是死磕。还有就是 多问教授 ，或者和其他同学商量。
HF：那在采访的最后，您也和我们分享下您在学习计算机的过程中印象深刻的一件事吧。
BW：印象比较深刻的就是自己做项目，这个会比较好玩儿。像我之前和我团队的小伙伴们就一起 重新做了马里奥的小游戏 。（李好富：上线了吗？）当然是没有上线，就是自己加了一些比较好玩儿的设置。对这个的印象会比较深刻。还有一个项目，就是我们模拟目前市面上的智能音箱，自己也做了一个比较简单的。这个会让我们了解到 一些看上去很高科技的物品其实做起来也没有那么复杂 ，也挺好玩儿的。
本次专访到此结束
博文老师是位高智商、高情商齐飞的小哥哥，幽默风趣也耐心细致。
但愿本篇专访能给看完本篇推文的你带来一些帮助，就不失它存在的意义了。
接下来，本栏目 还有商科、统计等专业的导师专访陆续上线 ，请各位大宝贝儿持续关注。
既然大家都看到这儿了，就听博文老师的话，来上门课呗。
本专业的学生多学点儿知识准没错，其他专业的学生也趁此机会了解下计算机这门儿很酷的科学，多好。
正好，我们现在有门数据科学的课程。数据科学本来就属于计算机科学，而且博文老师的研究方向也是数据科学。
心动了吧？来上上课吧！
课程介绍进阶Ｗorkshop｜数据科学：数据分析方法
本课程提供了在机器学习和数据科学等广泛领域完成顶级欧美研究生项目所需的严谨的理论基础。
通过学习本课程，你可以理解并学习推导
现代数据分析技术
的统计性和计算性保证，并能以实践的方式使用这些数据分析技术。你还可以了解
基本统计模型，如高斯混合和隐含狄利克雷(LDA)分布
，为机器学习和数据科学广泛相关领域的前沿研究做准备。
报名或咨询更多课程详情
请扫码添加ViaX学术顾问
添加学术顾问时请备注： 知乎咨询
