學科介紹

將大概介紹下中山大學，數據科學與計算機學院，軟件工程專業的相關培養方案，也算是做一個總結。

學科介紹

中大的課程是分為專業課和公共課的，再分別分為必修課和選修課，選修課會給人一定的自由性，導致即便是相同專業的學生，學出來可能完全是不一樣的結果，令一方面，由於學生眾多，熱門課程基本上是得看運氣才能修上的。接下來會按照學科類別分別來進行介紹，不過對於文科性質的課程，這裡可能只會提及一個名字而不會過多描述就是。（然後就連名字也沒有提。）

基礎學科

基礎學科是一些共有的，爲了專業課打基礎的一些學科，少了這些學科，可能後續的學習就會比較吃力或者無法理解算法、方法背後的思想，編程很大程度上是數學的問題，因而這些學科還是相當重要的。

• 高等數學：高中數學的升級版，體驗會取決與老師，大部分的練習是做習題，從函數與極限開始，然後到積分、空間解析幾何、多重積分、常微分方程、級數之類的。一些數學手段是後續一些學科的基礎，但是大部分情況下不一定用得上，以至於很容易忘記。
• 線性代數：向量、矩陣、綫性方程組、特徵值與特徵向量等等，也是為後續學科打基礎的基礎數學學科。練習包括習題，老師似乎在這裏就想讓我們接觸MATLAB的使用，不過稍微有點勉强了。
• 離散數學：研究離散情況下的數學的學科。初次接觸會有點茫然，但是後面就會發現還是很有用的，比如集合、組合、圖論、拓撲學之類的概念還是很有用的。
• 概率統計：研究概率統計的基礎學科（廢話），大概是包括離散、連續情況下的隨機變量與概率分佈，聯合分佈、點估計與區間估計，假説檢驗等方面的内容。
• 模擬、數字電路：故名思意，模電是關注連續函數形式的模擬型號的電路，包括啥二極管、濾波器之類的玩意，數字電路則主要關注0和1兩種狀態，包括門電路、存儲器，實驗要求搭建簡單的計時器，已經記不清這兩門課具體的知識細節了，説明不大用得上，但是學的時候因爲還有實驗課還是略微有點煩。

計算機科學

從軟件工程學生的角度來看，這些課程是和計算機科學沾邊的，同時可能也很大程度上，決定了一個人寫程序未來可以走多遠。

• 軟件工程導論：是一門軟件工程概覽性質的課程，會講述很多計算機學科基礎知識，也會要求閱讀一些相關的資料，比如啥《黑客與畫家》啥的，不過在未系統學習相關學科的時候，看起來會有點懵，習題大部分書面作業。
• 數據結構與算法：一些基礎的數據結構和算法，比如棧、隊列、列表、樹、表、堆、圖等等，算法包括一些排序、字符串相關的等，習題和考試都是解題，最開始賊煩學校的oj，理解不了題目經常一臉懵逼，而且編譯器版本又低，也沒有錯誤答案的比對提示（惱騷）。
• 計算機組成原理：依稀記得是關於CPU、內存、儲存器等等偏硬件的學科，會相對徹底的講明白計算機的組成，實驗課好多作業中有個是verilog寫一個簡單的CPU，感覺可以拿來做很有意思的東西。
• 操作系統：簡單來講，操作系統也是一個軟件，在應用和硬件之間，負責計算器啓動、進程綫程CPU調度、內存分配、網絡等等活。作業的實驗課有一些用POSIX接口的課題。
• 數據庫系統：數據庫自然也是一個軟件，需要有足夠的容錯，SQL語言的解析和執行，查詢的優化，數據庫字段的設計等等的内容。
• 計算機網絡：計算機網絡的應用層、傳輸層、網絡層、數據鏈路層、硬件層，以及移動網絡。
• 編譯原理：簡單來講分爲代碼解析與代碼執行，解析要從詞法、語法、上下文開始，執行就不是我們課程的内容了。

我并沒辦法很正確且概括的描述這些學科究竟是幹什麽的，只能寫下自己的理解，腦海内大體的知識框架也早就模糊了，細節可能在考完試的時候就已經丟失了，以後如果有需要，再補課補起來吧。

具體方向

• 程序設計：普通的語言教學，先學C然後學C++，會有一些命令行界面的簡單項目，基本上學啥用啥就可以。
• Haskell函數程序設計：Haskell語言與函數式編程。
• Web2.0程序設計：Web開發相關。
• 現代操作系統應用開發：UWP+COCOS
• 人工智能：人工智能學科化的介紹和學習。
• 大數據分析與挖掘：一些數據挖掘算法。
• 數據挖掘：正式的數據挖掘課程。
• 多媒體技術：多媒體存儲想拐的介紹。
• 數字圖像處理：數字圖像相關的處理算法。
• 信息安全技術：一些安全相關的算法和課程。
• 軟件測試：軟件開發週期中的軟件測試。
• 計算機圖形學：圖像渲染相關的學科。

後記

不妨先聊聊為什麼會有這篇總結吧，最近請了幾天假回來應付畢業論文的中期檢查報告，和舍友閒聊才意識到檢查的時候是不包括的代碼的，甚至於我隨便寫的報告就可以交差，感覺有點不太妙。不過還是沒啥沒所謂，畢竟「學習」這件事情是看人的，不過也快要到畢業的時候了，所以稍稍提前點就把這篇總結給寫了吧。

回憶起來大概就是這些課程了，唔，好多過去的回憶，想展開再多說兩句，但是最終也沒有說出口。唔，大概就是這些。