胡晓林的清华大学计算机科学与技术系研究员

求清华大学计算机科学与技术专业课程~

干嘛要清华的课表啊，你又不是身在清华，身处在一群牛人之中你才会越变越牛的，光买教材又浪费钱又看不进去。而且学计算机是不靠教材的，你需要的教材是以下这些：百度、Google、Wikipedia、Stackoverflow。你的练习本包括：POJ、ZOJ、TC、CF。要是真说正经八百的教材的话，我推荐以下这些：《设计模式——可复用面向对象的软件元素》、《编程之美》、《算法导论》、《重构》。(看过这些书你的修养会上一个档次的，因为这些书教的都是哲学和修养一类的东西，码农之所以为码农，就是因为他们不但缺乏编程上的修养，还不愿意积极思考，因此成不了合格的工程师，只能为别人写代码)，能用自己的手写出自己的思想才是好的程序员。

关于学科方向，每一个大二或者大三的学生都得给自己的未来定好学科方向，不是什么写代码、做网站、编大程之类的，而是你以后准备研究和服务的计算机领域，分为软、硬、网、图四大类，具体拆开讲太多了，比如大数据、信息检索、计算机视觉、图形学、游戏设计(难度巨高的，不是玩游戏)等等。

其他和学科分类相关权威书籍的有(都是些教材，我仔细读过一部分，确实是经典)：
《计算机图形学》——图形学(科学家的行业，计算机游戏和动画大师的诞生的地方)
《数字图像处理》——计算机视觉(服务于各行各业的一个学科方向)
《数据库系统原理》《数据挖掘概念与技术》——数据库(永远有工作可找的方向)
《Hadoop权威指导》——分布式系统、云计算(其实目前还很虚)
《搜索引擎——信息检索实践》——搜索引擎(互联网改变世界的工具)
《计算机组成设计——软/硬件接口》——硬件体系设计(一条难走的路，Intel等着你)
《IT项目管理》、《软件工程——实践者之路》——IT管理(一个软件工程师的自我修养，估计工作几年以后才看得进去吧，我上项目管理课的时候觉得这两本就是天书，而且又大又重又贵，打死也别去买)
。。(学科方向太多，根本说不完的)

有一个方向比较特别，就是计算机游戏，我说的特别是“特别难”：
其实，关于计算机游戏行业，很多人不理解从事游戏设计与开发的工程师为什么工资那么高：一个互联网方向名企的研发工程师刚毕业年薪也就十七八万吧，而搞游戏开发的年薪则可以高达三十几万(想想金融危机就知道这个待遇已经很不错了)。其实能搞游戏开发的人都是多面手，既对openGL、游戏引擎编程有很深的造诣(这可是硬功夫，一点水分都没有的，动不动就是几千行代码自己写)、又有创意(游戏要好玩)、有美术功底(界面、主题要好看，审美方面还得把关)，一般人没几个能干的好，所以才造就了这么高的职业地位和待遇。如果LZ你有兴趣从事计算机游戏行业的话，那么本科就学计算机图形学方向吧(就算以后当不了游戏设计师也可以当个计算机科学家的)，研究生还得继续深造的。

计算机行业的书大都很贵，又很厚，所以很难看进去的，推荐你上网去下载对应的电子书。要是懒得手工找，可以用Python或者Java写个爬虫自动上网搜。

另外，为了学好计算机你需要的是数学和计算机的融合，数学是思维、计算机是工具，两者结合才能锻炼出解决问题的能力。其中线性代数是最关键的，因为学会用矩阵来思考有利于你快速适应计算机的数字世界。做Online Judge上的算法习题可以帮助你达到训练的目的。

计算机中有一门课叫数值分析，是一门将离散数学、代数、数学分析串到一起的课。难度不小，不过学起来很有意思，并且对思维起到很好的训练作用，推荐你自己找相关资料看看。

PS：我是个ZJU计算机学院的小菜鸟，现在在百度实习。我成绩普普通通，编程能力也一般，感受身边大牛的学术气息所以悟到了一些道理，现在正向他们努力呢。LZ加油吧~

清华大学的计算机应该不错
许多比较经典的计算机教材都是从清华出来的

工学学士 (车辆工程), 武汉理工大学, 中国, 2001;
工学硕士 (车辆工程), 武汉理工大学, 中国, 2004;
工学博士 (自动化与计算机辅助工程), 香港中文大学, 中国, 2007. 人工神经网络
计算神经科学 国家自然科学基金（青年）: 基于KKT条件的优化递归神经网络簇设计（2009-2011）;
国家自然科学基金（面上）：基于稀疏编码模型的深层学习神经网络（2013-2016） 研究工作集中在计算机科学与认知神经科学的交叉方向，研究兴趣包括人工神经网络和计算神经科学。一方面，对揭开大脑的奥秘感兴趣，尤其是大脑处理感觉信息和决策信息的机制，主要使用的工具是层次化的计算模型和贝叶斯理论。也在尝试用功能性核磁共振成像(fMRI)结合机器学习的方法探索大脑的工作机制。另一方面，对受大脑启发的计算方法感兴趣。研究集中在设计递归神经网络求解优化相关的问题。正在尝试结合更多的认知神经科学方面的知识，提高深度学习模型在物体识别和检测方面的精度和效率。
针对大脑的视觉腹侧通路的信息处理机制做了一些工作，建立了一系列层次化模型用来解释通路上各层（包括V1, V2, IT等区域）神经元的反应特性。两个较典型的工作是对HMAX模型进行改造，加上稀疏特性和反馈连接，能更好地解释一系列的神经科学数据，相关结果分别发表在PLoS ONE (2014)和Neural Computation (2010)上。
关于受大脑启发的计算方法，在过去的近十年间，大部分工作集中在递归神经网络求解优化问题的理论和方法上，深入挖掘了已有模型的特点，并设计了一系列新的模型，相关成果发表在多篇IEEE汇刊上。在深度学习方面也做了一些工作。在IJCNN2013年德国交通标志检测比赛中，使用卷积神经网络在两类标志上获得了第2名和第4名。除了物体识别和检测，图像的显著性区域检测也是比较关注的应用。借鉴心理学中的一个理论Reverse Hierarchy Theory，构建了一个层次化模型，能较好地预测人眼在图像中的注视点。该成果被计算机视觉的重要会议CVPR’14录用。 教育部自然科学一等奖（排名第3）：神经动力学优化模型及应用（2012）
清华大学优秀博士后（2009）
ICONIP 2012：最佳论文奖（2012） [1] P. Qi, X. Hu, “Learning nonlinear statistical regularities in natural images by modeling the outer product of image intensities,” Neural Computation (accepted)
[2] X. Hu, J. Zhang, P. Qi, B. Zhang, “Modeling response properties of V2 neurons using a hierarchical K-means model,” Neurocomputing, vol. 134, pp. 198-205, 2014.
[3] X. Hu, J. Zhang, J. Li, B. Zhang, “Sparsity-regularized HMAX for visual recognition,” PLOS ONE, vol. 9, no. 1, pp. 1-12, 2014.
[4] X. Hu and J. Wang, “Solving the assignment problem using continuous-time and discrete-time improved dual networks,” IEEE Transactions on Neural Networks and Learning Systems, vol. 23, no. 5, pp. 821-827, 2012.
[5] X. Hu and B. Zhang, “A Gaussian attractor network for memory and recognition with experience-dependent Learning,” Neural Computation, vol. 22, no. 5, pp. 1333-1357, 2010.
[6] X. Hu, C. Sun and B. Zhang, “Design of recurrent neural networks for solving constrained least absolute deviation problems,” IEEE Transactions on Neural Networks, vol. 21, no. 7, pp. 1073-1086, July 2010.
[7] X. Hu and B. Zhang, “An alternative recurrent neural network for solving variational inequalities and related optimization problems,” IEEE Transactions on Systems, Man and Cybernetics - Part B, vol. 39, no. 6, pp. 1640-1645, Dec. 2009.
[8] X. Hu and B. Zhang, “A new recurrent neural network for solving convex quadratic programming problems with an application to the k-winners-take-all problem,” IEEE Transactions on Neural Networks, vol. 20, no. 4, pp. 654–664, April 2009

---

静海县19197601540： 好的电脑学院有哪些？
通颜风湿： 十大计算机专业985院校排名1、清华大学清华大学计算机科学与技术系成立于1958年,算得上是历史悠久了.曾经在2006年和2012年两次在全国学位与研究生教育发展中心开展的一级学科整体水平评估中,以满分100分的成绩排名第一.在今...

静海县19197601540： 东南大学就业最好的专业有哪些?？
通颜风湿： 东南大学就业最好的专业有:建筑学专业、电子科学与技术专业、土木工程专业、信息工程专业、城乡规划专业、电气工程与自动化、计算机科学与技术专业、生物医学工...

静海县19197601540： 清华大学什么系的专业最好 - ？
通颜风湿： 你好,从清华大学本身的专业实力来说,以下专业是清华最有实力的专业:一级国家重点学科 数学 控制科学与工程物理学 计算机科学与技术生物学 建筑学力学 土木工程机械工程 水利工程光学工程 化学工程与技术材料科学与工程 核科学...

静海县19197601540： 计算机类专业包括哪些?？
通颜风湿： 计算机是同学们比较青睐的一类专业,它属于工学门类,本科专业有计算机科学与技术、智能科学与技术、软件工程专业等等,专科专业有计算机应用技术、软件技术等等...

静海县19197601540： 清华大学计算机系 - ？
通颜风湿： 清华大学计算机科学与技术系(以下简称计算机系)成立于1958年.经过50多年的不懈努力,已发展成为我国计算机学科领域内教学、科研综合实力强,影响力大的计算机系,在中国计算机事业的发展乃至国民经济建设中发挥着重要的作用. ...

静海县19197601540： 清华大学学科专业有哪些 - ？
通颜风湿： 不知你问的是学科还是专业 (学科和专业涵义是不同的).我暂理解为是专业,因为学科很“空”.以下是清华的本科专业: 人文社会科学学院: 人文科学实验班、社会科学实验班中国语言文学系: 汉语言文学 历史系: 历史学 哲学系: 哲...

静海县19197601540： 国内哪个高校的计算机科学与技术专业比较好?？
通颜风湿： 全国第四轮计算机科学与技术学科评估结果以下数据来源于教育部学位与研究生教育发展中心,共有168所开设计算机科学与技术学科的大学排名情况,比较好的学校有:北京大学、清华大学、浙江大学、国防科技大学、北京航空航天大学、北...

静海县19197601540： 请问清华大学计算机系研究生考哪些科目? - ？
通颜风湿： 081200计算机科学与技术_ 01计算机系统结构 ①101统考政治②201英语③301数学一④435数据结构、操作系统及计算机原理复试专业课:计算机系统结构和计算机网络_ 02计算机软件与理论 ①101统考政治②201英语③301数学一④435数据结构、操作系统及计算机原理复试专业课:编译原理和数据库原理_ 03计算机应用技术 ①101统考政治②201英语③301数学一④435数据结构、操作系统及计算机原理复试专业课:人工智能、信号处理原理、计算机控制、多媒体技术(四选二)

静海县19197601540： 哪些大学的计算机科学与技术专业比较好 - ？
通颜风湿： 计算机科学与技术专业比较好的大学有:哈尔滨工业大学 东北大学 清华大学 中国科学院大学 北京航空航天大学 北京大学 浙江大学 西安交通大学 四川大学 电子科技大学 深圳大学 武汉大学 华中科技大学 国防科学技术大学 中南大学 好好学习,天天向上.只要用心去学,你就是最好的.金猴献瑞,吉星临门.祝你学业进步,马到功成.

静海县19197601540： 计算机科学与技术专业哪个学校好 - ？
通颜风湿： 中科院的计算机所,清华的计算机系,浙大、北航在计算机科学与技术方向发展的也都不错.如果你是想问科研实力的话,微软亚洲研究院是最强的科研机构,没有之一.