知乎熱議：高數、線代應該成為計算機專業學習的重心嗎？
作為一名計算機專業的學生，你覺得求學期間哪門課程最重要？
你又將哪門課程作為學習的重中之重呢
總有人推薦計算機學生把重點放在高數和線代?
你覺得呢？
考研黨的心聲：該學還得學
眾所周知，計算機是一個非常寬泛的學科，學生畢業后所從事的領域也五花八門，例如有操作系統，編譯，數據庫，逆向工程，信息安全，甚至還有軟件工程等等。
那么，這些領域都需要，或者說很需要高數與線代嗎？
想必本專業的學生，此時腦中蹦出了四個大字：離、散、數、學。
包括非ML的傳統算法在內，CS的大部分方向依賴的是數理邏輯和圖論之類的數學分支，具體到大學本科課程對應的也是離散數學，而不是高數。
但是，作為計算機本科生，這是大家放棄高數和線代的理由嗎？
或許一個更為龐大的群體：考研黨，會給出不一樣的答案。
在剛剛過去的2020年，計算機碩士繼續呈現「爆炸」增長。以如今計算機的缺口，本科畢業生根本無法填充，再加上計算機的就業路比較寬，半路出家考研的也大有人在。所以，作為考研必考科目的高數與線代，當然也是非學不可。
除了應試，我們還要關注作為數學基礎，它們有著培養數學思維的作用。
數學思維對計算機行業，或者說一切理工科都有著無與倫比的重要性。
如今各種軟件，都與數學有必然的聯系，例如在游戲、圖形軟件開發中引用了線性代數中大量的坐標變換，矩陣運算。而對開發游戲引擎，人工智能算法來說，數學更是根基，不但開發引擎需要數學知識，開發游戲邏輯也需要，所需知識就基本覆蓋了大學里《高等數學》、《線性代數》、《概率與數理統計》等課程。
崗位上用到高數多少？
但也有人認為，聚焦數學固然重要，但不要過分夸大高數與線代的重要性。
因為像人工智能崗位、游戲引擎開發崗位等等，還并不能代表程序員群體的全部。
還是回到應用更為廣泛的離散數學身上，計算機本身的存儲結構是離散的。
所以很多時候，沒必要過分強調「基礎論」，因為從計算機系統的角度講，大都依賴的是離散結構的數學，而非微分方程。
不是學習C/C++方向和考研，沒有太大的必要把學習精力重點放在高數和線代上面。你更應該學好計算機網絡、操作系統、數據庫、數據結構與算法等等計算機科學相關內容，和編程語言以及用編程語言開發出具體的項目上。
羅杰·培根曾說，「數學是科學的大門和關鍵。」
當提到數學時，大多數人通常會想到需要數字并且專注于計算某種值：
- 算術
- 幾何
- 代數
- 結石
- 線性代數
- 傅立葉變換
- 常微分方程
- 偏微分方程等等
但是，要認識到，數學涉及的不止是數字，它還涵蓋了廣泛的主題：
- 邏輯
- 演算法
- 基本定理
- 數學證明和模型
- 離散數學
- 計算理論
- 信息論
- 組合學
- 集合論
- 圖論
- 抽象代數等等
而且很明顯的是，在一個程序員不了解某些數學理論的情況下，他的編程內容極有可能受限。
IT部門需要大量程序員來創建可自動化或簡化業務邏輯的應用程序。這些是業務線應用程序，它們為公司用戶提供了更有效地完成工作所需的信息。這項工作大部分圍繞大型數據庫進行，并將數據集縮減為用戶所需的相關信息。
機器和尖端技術的軟件工程通常確實需要高級數學知識。在過去的20年中，已發展并成為主流的所有無線技術都嚴重依賴于信號處理算法。信號處理本身可以涵蓋波形合成和分析，壓縮，加密，前向糾錯和調制/解調。
現在考慮人工智能，計算機視覺，圖像處理，自然語言處理，模擬，機器人技術，通用GPU編程，分布式計算，并且每年都在繼續增長。除了機器人技術，智能手機也在某種程度上取決于上述技術，所有這些技術都需要具備高級數學知識才能很好地完成。
大多數網站不會收到大量無法通過增加硬件解決問題的流量。但是，即使如今硬件的商品價格上漲，更多的硬件也不永遠是最好的，甚至也不是簡單的解決方案。
具有強大的批判性思維和推理能力的經驗豐富的開發人員，才是最重要的。例如，對于像Facebook這樣的公司來說，隨著全球不斷發生的數億次互動，就更需要高度專業化的算法來盡可能高效地運營網站。
最后引用一句知乎網友的話，讓我們回到現實：
