তাত্ত্বিক কম্পিউটার বিজ্ঞান / গবেষণা কেন যান?


36

আমি বর্তমানে বিশ্ববিদ্যালয়ে শুরু করছি [কম্পিউটার বিজ্ঞান] এবং সেখানে আমাদের গবেষণা শুরু করার প্রচুর সুযোগ রয়েছে। এই ওয়েবসাইটটি সন্ধান করার আগে আমার এই পথে যাওয়ার কোনও ইচ্ছা ছিল না [আমি এআইয়ের সাথে কাজ করতে চেয়েছিলাম, সম্ভবত গেম ডে।], তবে এখন আমি [বা আমার প্রয়োজন] বেছে নিতে পারি।

আপনি কি আমাকে এই "পৃথিবীতে" যোগ দিতে রাজি করতে পারেন? আমি কোন "বিভাগগুলি" অনুসরণ করতে পারি? কম্পিউটার বিজ্ঞানী বা গবেষক কোন ধরণের বিষয়ের উপর কাজ করে সে সম্পর্কে কি কিছু আছে?


18
আমরা সম্মানিত যে সাইটটি ইতিমধ্যে আপনাকে তত্ত্ব সম্পর্কে ভাবতে অনুপ্রাণিত করেছে! এবং আপনি সঠিক জায়গায় এসেছেন, যদি আপনি জানতে চান কোনও তাত্ত্বিক কম্পিউটার বিজ্ঞানী কী কাজ করে ... কেবল পড়া চালিয়ে যান এবং আপনি খুঁজে পাবেন!
রায়ান উইলিয়ামস

6
এটি সম্প্রদায়ের উইকি হওয়া উচিত।
ডেভ ক্লার্ক

ঠিক আজই যোগ দিয়েছি এবং একই প্রশ্ন ছিল ... আমি ইলেক্ট্রনিক্স ইঞ্জিনিয়ারিংয়ে আমার ইঞ্জিনিয়ারিং করেছি কিন্তু কলেজে পড়ার সময় সিএসের দিকে ঝোঁক অনুভব করতে শুরু করেছিলাম ... থিওরির সাথে কখনও আনুষ্ঠানিক পরিচয় ছিল না, তবে এখন আমি আনন্দিত যে আমি এই সাইটটি পেয়েছি ... এবং @ জালিও সুজা এই প্রশ্ন জিজ্ঞাসা করার জন্য ধন্যবাদ। আমি আজ থেকে এটি পর্যবেক্ষণ করতে যাচ্ছি :)
অ্যালান টুরিং

@ সুপেরকোলাডেভ এটি সম্প্রদায় উইকিতে পরিবর্তন করেছে।
জুলিওসি

Epilogue: জুলিওসি একটি সফ্টওয়্যার বিকাশকারী হয়ে উঠেছে।
ডোমোটরপ

উত্তর:


32

আমি এই আসন্ন শীতে টিসিএস গ্র্যাজুয়েট প্রোগ্রামগুলিতে আন্ডারগ্রাজুয়েট হিসাবে আবেদন করার কারণে আমার কারণগুলি বলতে পারি (এত অল্প সময় বাকি!)।

  • সৌন্দর্য আছে। এটি আমি ব্যাখ্যা করতে পারি এমন কিছুই নয় (এবং অন্যান্য গণিতবিদরাও ব্যাখ্যা করতে ব্যর্থ হয়েছেন)। এটি "হলুদ" এর মতো। যদি আপনি এটি না দেখে থাকেন তবে আমি নিশ্চিত নই যে এটি কী তা আমি আপনার সাথে যোগাযোগ করতে পারি। তবে যেহেতু আপনি তত্ত্বের প্রতি আগ্রহী হয়ে গেছেন, আমি মনে করি আপনি সম্ভবত এটির অভিজ্ঞতা অর্জন করেছেন।
  • সর্বজনীনতা আছে। চার্চ-টিউরিং থিসিস ছাড়িয়ে সর্বজনীনতা । টিসিএস এর মূল অংশে তথ্যের উচ্চ স্তরের এবং নিম্ন স্তরের ঘটনাগুলি তদন্ত করে - এটি তথ্যের "পদার্থবিজ্ঞান"। এবং যেহেতু তথ্য গুণগতভাবে পারমাণবিক তাই তথ্য তত্ত্বের পদার্থবিজ্ঞান সম্পর্কে কিছু বলার নেই (আমার কিউএম অধ্যাপক আমাকে বিশেষভাবে বলেছেন যে তিনি তথ্য তত্ত্ব পছন্দ করেন)। এই সমস্ত বলা হচ্ছে, এটি খাঁটি ম্যাথ এবং ইঞ্জিনিয়ারিংয়ের মধ্যে কোথাও। উভয়ে সরাসরি অবদান রাখতে এবং উভয় দ্বারা সরাসরি অবদান রাখার ক্ষমতা এবং নমনীয়তা রয়েছে। তবুও, এটি নিজের সীমান্তে লড়াই করে।
  • সুযোগ আছে। এটি পূর্বের বুলেটে ইঙ্গিত দেওয়া হয়েছিল। ইনফরমেটিক্স বিভিন্ন অ্যাপ্লিকেশনের মধ্যে তার পথ খুঁজে দেয় - ডিএইচডি থেকে পণ্যদ্রব্য প্রত্যেকের কাছে স্টার্টআপসের আগ্রহী আপনি নিজেকে খুঁজে পাবে না। যেমন বিশুদ্ধ গণিত মত তহবিল জন্য অনাহারী। (আপনি এখনও সবসময় নিজেকে অর্থের জন্য অনাহারে দেখতে পাবেন))
  • চ্যালেঞ্জ আছে। তাত্ত্বিক কম্পিউটার বিজ্ঞানের উন্মুক্ত সমস্যার একটি তালিকা দেখুন (এবং তদন্ত শেষে তাদের বোঝার জন্য চেষ্টা করুন)। তারা খুব কঠিন - এখানে আছেন কিছু কারণে কেন । আমরা টিসিএসকে সত্যই বুঝতে পারি না - আমাদের বেশিরভাগ প্রমাণগুলি প্রমাণের জন্য উত্সাহিত করে। এখনও অনেক কাজ বাকি আছে!

19

প্রকৃতপক্ষে আপনি তাত্ত্বিক কম্পিউটার বিজ্ঞানের গবেষণায় যাওয়ার সিদ্ধান্ত নেওয়া বাছাইয়ের বিষয়। তবে এমনকি এই সাইটে প্রশ্নগুলি অনুধাবন করা (যেমন আপনি সম্ভবত করেছেন) আশাবাদী আপনাকে ক্ষেত্রটির একটি প্রশস্ততা, সুযোগ সুযোগের একটি ধারণা দেয়। তাত্ত্বিকরা যে ধরণের কাজ করেন তা প্রশংসা করতে আপনি যে উত্সগুলিতে আপনাকে ইঙ্গিত করতে শুরু করতে পারেন তা আমি জানি না, তবে এই সাইটে খুব একটা প্রশ্ন রয়েছে যা আমার মনে হয় আপনার আগ্রহী হতে পারে।

প্রশ্ন হচ্ছে:

পল এরদোস "বই" সম্পর্কে কথা বলেছেন যেখানে Godশ্বর প্রতিটি গাণিতিক উপপাদ্যের সবচেয়ে মার্জিত প্রমাণ রাখেন। এটি এমনকি একটি বইকে অনুপ্রাণিত করেছিল (যা আমি বিশ্বাস করি যে এটি এখন চতুর্থ সংস্করণে রয়েছে): বই থেকে প্রুফস।

Godশ্বরের যদি অ্যালগোরিদমগুলির জন্য অনুরূপ একটি বই থাকে তবে আপনি কি মনে করেন কোন অ্যালগরিদম (গুলি) প্রার্থী হবে?

এই সমস্যাটির বর্তমানে 64 টি উত্তর রয়েছে, ছোট সমস্যা, বড় সমস্যা, ধাঁধা এবং গভীর গণিতের জন্য অ্যালগরিদমগুলি coveringেকে দেওয়া। আমি দৃ strongly়ভাবে বিশ্বাস করি যে আপনি যদি যা কিছু করেছিলেন এই তালিকার মধ্য দিয়ে গেলে এবং আপনার নজর কেড়ে নেওয়া যে কোনও অ্যালগরিদম সম্পর্কে আরও পড়েন, আপনি তাত্ত্বিক কম্পিউটার বিজ্ঞানীরা কী করেন এবং আমরা কেন এটি করি সে সম্পর্কে আপনি অনেক কিছু শিখতে চাইতেন।

শুভকামনা!


16

আমাদের মধ্যে অনেকে গবেষণায় যাওয়ার কারণ হ'ল কারণ আমরা বুদ্ধিগতভাবে পুরস্কৃত এবং আনন্দদায়ক উভয়ই যা জানি তা সীমানার দিকে ঠেলাঠেলি করি। গবেষণা করা আমাদেরকে অর্থবহ এবং আকর্ষণীয় মনে হয় এমন সমস্যাগুলিতে কাজ করার জন্য প্রায় অতুলনীয় স্বাধীনতা দেয় এবং এটি আমাদের ক্রমাগত চ্যালেঞ্জ করে রাখে (যা আমরা উপভোগ করি)।

টিসিএস (অন্যান্য ক্ষেত্রের বিপরীতে) কম্পিউটার বিজ্ঞানের গাণিতিক অধ্যয়ন। আপনি বিতরণ সিস্টেম থেকে মেশিন লার্নিং পর্যন্ত প্রচুর বিভিন্ন ক্ষেত্রের তত্ত্বের দিকটিতে কাজ করতে পারেন। কম্পিউটার বিজ্ঞানের টিসিএস এবং অন্যান্য ক্ষেত্রগুলির মধ্যে পছন্দ আপনার স্বাদ এবং ক্ষমতা কোথায় থাকে তার উপর নির্ভর করে। যদি আপনার প্রাকৃতিক আগ্রহ এবং দক্ষতা গাণিতিক বিশ্লেষণের চেয়ে প্রোগ্রামিং বা সিস্টেম ডিজাইনে বেশি থাকে তবে সম্ভবত আপনার টিসিএসে যাওয়া উচিত নয়। অন্যদিকে, যদি আপনার দক্ষতা এবং আগ্রহগুলি গাণিতিক দিকগুলিতে আরও থাকে, তবে আপনার টিসিএস বিবেচনা করা উচিত।

এছাড়াও, আপনাকে সর্বদা অন্য সকলের চেয়ে একটি অঞ্চল চয়ন করতে হবে না। অনেকে তাত্ত্বিক এবং ব্যবহারিক দিক উভয় দিক থেকেই সমস্যা নিয়ে কাজ করেন। এটি সাধারণ, উদাহরণস্বরূপ, মেশিন লার্নিংয়ে, যেখানে আমরা প্রথমে অ্যালগরিদমগুলি ডিজাইন করে বিশ্লেষণ করি (প্রায়শই তত্ত্ব) এবং তারপরে বাস্তব বিশ্বে এটি পরীক্ষামূলক (পরীক্ষামূলক নকশা, অ্যাপ্লিকেশন ইত্যাদি)।

আপনি যা করতে চান তা বোঝার একটি ভাল উপায় হ'ল বিভিন্ন জায়গায় ক্লাস নেওয়া এবং সম্ভবত আপনার গ্রীষ্মে শিল্প এবং গবেষণা উভয়ই চেষ্টা করে। আপনার পড়াশোনা শেষে আপনি কী করতে চান সে সম্পর্কে সম্ভবত আপনার একটি ভাল ধারণা থাকবে।


আমি সত্যিই গণিত পছন্দ করি তবে আমি প্রোগ্রামিং পছন্দ করি। সম্ভবত আমি একই সাথে উভয় "পক্ষের" সাথে কাজ করার কোনও উপায় খুঁজে পেয়েছি, যেমন মেশিন লার্নিংয়ের মতো [যা এআই অঞ্চলে রয়েছে, তাইনা?]। পরের বছর, আমি আমার বিশ্ববিদ্যালয়ের এআই এবং অ্যালগরিদম বিশ্লেষণের মতো কয়েকটি ক্লাসে আবেদন করব যা আমাকে সহায়তা করতে পারে।
জুলিওসি

কিছুটা ওভারল্যাপ থাকা সত্ত্বেও মেশিন লার্নিং (কমপক্ষে আমার দৃষ্টিকোণ থেকে) এআইয়ের একটি উপ-অঞ্চল নয়। মোটামুটিভাবে বলতে গেলে, এআই মানুষের সমস্যাগুলি সমাধান করার দিকে মনোনিবেশ করে। মেশিন লার্নিং ডেটা দেখার সাথে সাথে আচরণ পরিবর্তন করে এমন অ্যালগরিদম এবং সিস্টেম বিকাশের উপর দৃষ্টি নিবদ্ধ করে। সুতরাং দুটি ক্ষেত্রের মধ্যে স্পষ্টভাবে ওভারল্যাপ রয়েছে, তবে তারা একই থেকে অনেক দূরে। মেশিন লার্নিং সুস্পষ্টভাবে લોકોને তত্ত্ব এবং প্রোগ্রামিং উভয় করার সুযোগ দেয় তবে আমি নিশ্চিত যে এটি সিএসের একমাত্র উপক্ষেত্র নয় যা এটি সত্য।
লেভ রেইজিন

11

প্রোগ্রামিং ভাষার তত্ত্বটি তরুণ এবং বৃদ্ধদের জন্য মজাদার। এটি বাস্তব বিশ্বে যুক্তি প্রয়োগ করছে। প্যারেডে যোগ দিন !!

আরও গুরুতরভাবে, আমার জন্য, প্রোগ্রামিং ভাষার তত্ত্বটি নিম্নলিখিত কারণগুলির জন্য আকর্ষণীয়:

  • বাস্তব বিশ্বের উপর অনুভূত প্রভাব: হাস্কেল এবং অন্যান্য কার্যকরী ভাষাগুলিতে বিস্তৃত ধরণের সিস্টেমের কাজটি বিশুদ্ধ যৌক্তিক ধারণাগুলি (সিস্টেম এফ) থেকে উদ্ভূত, জাভা (এর ভয়াবহ জেনারিক্স, ক্লোজার্স) এবং স্কালা (আধুনিক) এর মতো ভাষার বিকাশকে উল্লেখযোগ্যভাবে প্রভাবিত করে যে দিন-তত্ত্ব-অনুশীলন খেলার মাঠের সাথে মিলিত হয়)।

  • সৌন্দর্য: প্রোগ্রামিং ভাষার তত্ত্বে নিযুক্ত অনেকগুলি সরঞ্জাম যুক্তির উপর ভিত্তি করে। এর বেশিরভাগ অংশ কারি-হাওয়ার্ডের চিঠিপত্রের সূত্র ধরে, যা লজিকাল প্রুফ রুলস এবং প্রোগ্রামিং ভাষার জন্য টাইপিং নিয়মের মধ্যে এবং প্রোগ্রামিং ভাষায় যুক্তি ও মূল্যায়নের মধ্যে কাট-বিলোপের মধ্যে ঘনিষ্ঠ সংযোগ দেখায়। প্রোগ্রামিং ভাষা গবেষণায় যুক্তির প্রয়োগের সাম্প্রতিক দুটি সুন্দর উদাহরণ হ'ল মূল্যায়ন আদেশ এবং প্যাটার্ন ম্যাচিংয়ের মতো প্রোগ্রামিং ভাষার ধারণাগুলি বোঝার দিকে দৃষ্টি নিবদ্ধ করে প্রমাণের ধারণাগুলির যাচাইকরণে বিচ্ছেদের যুক্তির উপর বিস্তৃত কাজ ।

  • মজা: আপনি একই সাথে প্রোগ্রামিং এবং তত্ত্ব করতে পারেন, বিশেষত যদি আপনি কোক হিসাবে প্রুফ সহকারী ব্যবহার করে আপনার তত্ত্বগুলি আনুষ্ঠানিকভাবে এবং যাচাই করেন।

  • এবং আরো অনেক.


11

আমি গণনা তত্ত্বকে কেন (তাত্ত্বিক কম্পিউটার বিজ্ঞানের "আমার" শাখা) আকর্ষণীয় এবং অধ্যয়নযোগ্য বলে মনে করি তার একটি প্রধান কারণ নিম্নলিখিতটি: এটি আমাদের কিছু গভীর (এবং কখনও কখনও চমকপ্রদ) দার্শনিক প্রশ্নগুলি তদন্ত করার একটি উপায় সরবরাহ করে।

গণনা তত্ত্বের অন্যতম প্রতিষ্ঠাতা অ্যালান টুরিং প্রক্রিয়াটির গাণিতিক বিবরণ দিয়ে একটি কাগজের টুকরো দিয়ে সজ্জিত মানুষের জন্য "একটি ফাংশন গণনা" করার অর্থটি লেখার চেষ্টা করেছিলেন। আমি একমাত্র তিনিই ভাবেন না যে তিনি অত্যন্ত সফল ছিলেন এবং ট্যুরিং মেশিনগুলি অন্যান্য অনেকগুলি কম্পিউটিং প্রক্রিয়ার একটি সঠিক মডেল হিসাবে প্রমাণিত হয়েছিল।

এখন যেহেতু আমরা গণিতের বিবরণ বর্ণনা করে গাণিতিক অবজেক্টগুলির এক শ্রেণীর অধিকারী, আমরা আসলে সেগুলি সম্পর্কে উপপাদাগুলি প্রমাণ করতে পারি, এইভাবে কী গণনা করা যায় এবং এটি কীভাবে গণনা করা যায় তা উন্মোচন করার চেষ্টা করে; এটি তাত্ক্ষণিকভাবে প্রমাণিত হয়েছিল যে প্রচুর নিখুঁত বৈধ কার্যাবলী মোটেই গণনা করা যায় না এবং কিছুটা আপত্তিহীনতা অনুসারে শ্রেণিবদ্ধ করা যেতে পারে (কিছু ফাংশন অন্যদের তুলনায় কেবল "আরও বেশি আপত্তিযোগ্য")।

অন্যান্য বেশ কয়েকটি বলছি প্রথমে যাদের সাধারণত Juris Hartmanis এবং রিচার্ড ই স্টার্ন সঙ্গে চিহ্নিত, চেষ্টা গাণিতিকভাবে ব্যাখ্যা করার কি এটি একটি ফাংশন জন্য মানে (রেস্প। একটি সমস্যা) হতে হার্ড বা সহজ গনা (রেস্প।, সমাধানের জন্য)। বেশ কয়েকটি আছে জটিলতার ব্যবস্থা রয়েছে যা অনুসারে সমস্যার কঠোরতা বর্ণনা করা যেতে পারে; সবচেয়ে সাধারণ একটি হ'ল এগুলি সমাধান করার জন্য আমাদের কত সময় প্রয়োজন time অ্যালান কোভাম এবং জ্যাক এডমন্ডস "দক্ষ গণনা" এর একটি যুক্তিসঙ্গত ধারণা সনাক্ত করতে যথেষ্ট সফল হয়েছিল।

গণনামূলক জটিলতার কাঠামোর মধ্যে আমরা এখন কিছু ফলাফল প্রমাণ করতে পারি যা আমাদের গণনার স্বজ্ঞাত ধারণার সাথে সামঞ্জস্যপূর্ণ। আমার প্রিয় উদাহরণটি হায়ারার্কি উপপাদ্যটি: যদি আমাদের গণনা করার জন্য আরও বেশি সময় দেওয়া হয় তবে আমরা আরও কঠিন সমস্যাগুলি সমাধান করতে পারি।

জটিলতা তত্ত্বের কেন্দ্রীয় ওপেন সমস্যা, পি বনাম এনপি , অন্য একটি দার্শনিকভাবে গুরুত্বপূর্ণ প্রশ্নের একটি আনুষ্ঠানিককরণ: এটির একটি কথিত সমাধান আসলেই সঠিক কিনা তা যাচাই করা ছাড়া কোন সমস্যার সমাধান করা সত্যিই কঠিন? আমি বিশ্বাস করি যে এই প্রশ্নটি এর ব্যবহারিক তাত্পর্য থেকে স্বাধীনভাবে জিজ্ঞাসা করা এবং উত্তর দেওয়া উপযুক্ত is


+1: পছন্দ হয়েছে :) PS: কেউ স্কটের ব্লগে অনুরূপ মত প্রকাশ করেছেন ।
কাভেহ

6

আমরা আপনাকে "বোঝাতে" পারি না, যেহেতু কম্পিউটার বিজ্ঞান এআই বা অন্য কোনও ক্ষেত্রে গণিতের চেয়ে ভাল নয় । সুতরাং, আমরা এর আধিপত্যের প্রমাণ বহন করতে পারি না! আইএমও, এটি অন্য যে কোনও কিছুর চেয়ে স্বাদের বিষয়।


1
আমি আপনার সাথে একমত, তবে সম্ভবত তিনি জানতে চান কেন "আপনি" (বা এখানে প্রত্যেকে) এই ক্ষেত্রটি বেছে নিয়েছিলেন।
এমএস দৌস্তি

@ জালিও সৌজা: শিরোনামে এটি "তাত্ত্বিক" হওয়া উচিত "তাত্ত্বিক" নয়।
এমএস দৌস্তি

এটি আরও ভাল কিনা তা আমি জানতে চাই না, তবে সাদেক বলেছিলেন, আপনি কেন এই ক্ষেত্রটি বেছে নিয়েছেন তা আমি জানতে চাই।
জুলিওসি

6

এই প্রশ্নের উত্তরটিকে নিশ্চিত করে বলা শক্ত, তবে এখানে কিছু বিষয় মনে রাখা উচিত।

আপনি যদি কম্পিউটার বিজ্ঞানী হিসাবে ক্যারিয়ার তৈরি করেন, আপনার কাজ সম্ভবত ডেটা প্রক্রিয়াকরণ এবং কাঠামোগতভাবে এমনভাবে জড়িত থাকবে যা এটি ব্যবহারকে কার্যকর এবং দক্ষ করে তোলে তা নয়, তবে কীভাবে এবং কেন আপনি কী কাজ করছেন সে সম্পর্কেও চিন্তাভাবনা করবে এটি পরিচালনা করে যা সীমানা (যদি এটি প্রয়োগের পর্যাপ্ত পরিমাণে বোঝার চেয়ে অন্য কোনও কারণে না হয়)। এটি বিশেষত এআই / এনএলপি / আইআর-র ক্ষেত্রে, যা আপনি একাডেমিতে না থাকলেও এটি অত্যন্ত গবেষণা-নিবিড়। প্রকৃতপক্ষে, এআই-তে প্রবেশ করা গ্যারান্টি দেয় যে আপনি "তাত্ত্বিক" সমস্যায় ভারীভাবে মোকাবেলা করবেন এবং বাস্তবে সেই ব্যাকগ্রাউন্ড ব্যতীত কোনও কাজ পাওয়া খুব কঠিন হতে পারে। সুতরাং এটি বিবেচনা করার জন্য একটি বাধ্যযোগ্য কারণ হতে পারে।

শুধু তা-ই নয়, আপনার জীবনের বেশিরভাগ অংশ কোনও সিএস ক্ষেত্রেই কাটাতে খুব কষ্ট হবে, যেখানে আপনাকে এমন একটি সূক্ষ্ম এবং মজাদার (এবং জটিলতার কথা উল্লেখ না করা) প্রক্রিয়াগুলির সাথে আন্তঃসম্পর্কীয় যোগাযোগ বজায় রাখতে হবে, একইসাথে কোনও ব্যবস্থা রক্ষা করতে হবে না জিনিস কেন কাজ করে তা এমনকি বেসিকগুলিতে যা কিছু আগ্রহ। অন্য কথায়, আমি মনে করি আপনি করতে পারেন সারা জীবন লাইব্রেরিগুলিকে একসাথে আঠালো করে পারেন, তবে এটি যদি আপনার জিনিসটির মতো না লাগে তবে আপনার মোকাবেলা করা সমস্যার মৌলিকগুলির সাথে আপনার কমপক্ষে একটি পরিচিত হতে হবে।

সক্রিয়ভাবে টিসিএস গবেষণায় অংশ নেওয়া এমন একটি প্রশ্ন যা সম্ভবত আপনি উত্তর দিতে পারেন তবে একটি ভাল সূচনা পয়েন্ট (আইএমও) হ'ল আপনি যে সমস্যার দিকে নজর দিতে আগ্রহী তা দেখার সাথে সাথে শুরু করুন এবং সেখান থেকে যান। সেই প্রশ্নের উত্তর দেওয়ার জন্য আপনার কাছে পর্যাপ্ত তথ্য নাও থাকতে পারে, তাই এগিয়ে যাওয়ার আরও ভাল উপায় হতে পারে আপনার আগ্রহ কোথায় নিয়ে যায় তা কেবল দেখার।


উত্তর করার জন্য ধন্যবাদ. আমি আপনার পিওভির সাথে সম্পূর্ণরূপে একমত, এটি কেন কাজ করে, কীভাবে এটি কাজ করে এবং আমি যদি এটি আরও ভাল করে তুলতে পারি তবে আমি এটি চাই না এমন কিছু না করেই কেবল কিছু করা নিয়ে কাজ করা। আমি মনে করি আমি এআই [বা অন্য কিছু, যা "প্র্যাক্টিকাল রিসার্চ" এর মতো) এর সাথে আমার পরিকল্পনাগুলি রাখার চেষ্টা করতে পারি, তবে আমি টিসিএসের অন্যান্য বিষয়গুলি সম্পর্কে জানার চেষ্টা চালিয়ে যাব।
জুলিওসি

6

আমার সবচেয়ে বেশি উদ্দীপনাটি হ'ল কম্পিউটার বিজ্ঞানের তত্ত্বটি অন্যান্য শাখায় বিশেষত জীববিজ্ঞান এবং কোষ জীববিজ্ঞানে প্রয়োগ করার ক্ষমতা। যদি এই ধারণাটিও আপনাকে চক্রান্ত করে, আমি আপনাকে নীচের দিকে একবার নজর দেওয়ার পরামর্শ দিচ্ছি: জ্যনেট উইংয়ের একটি রচনাটি কম্পিউটেশনাল থিংকিংয়ের গুরুত্ব সম্পর্কে ; এবং অন্যান্য বৈজ্ঞানিক শাখায় অ্যালগরিদমিক লেন্স প্রয়োগ করার বিষয়ে একটি এনএসএফ রিপোর্ট ।

আমাদের সাইট ব্যবহার করে, আপনি স্বীকার করেছেন যে আপনি আমাদের কুকি নীতি এবং গোপনীয়তা নীতিটি পড়েছেন এবং বুঝতে পেরেছেন ।
Licensed under cc by-sa 3.0 with attribution required.