神经网络或人机交互

Question

我将在下一学年进入大学三年级，一旦我作为网络开发人员完成了我的安置年，我想听听有关标题中两个模块的一些意见。

我对两者都感兴趣，但是我想选择一个与我的职业相关的东西，并且我可以申请我开发的系统。

我正在攻读网络计算学位，它涵盖了网络开发，网络，数据库工作和编程。虽然我已经成为一名网络开发人员，但我不再那么肯定，所以我不想限制自己进入这个发展领域。

我知道HCI会帮助我成为一名网络开发人员，但你认为它值得吗？您是否认为神经网络知识可以在我将来编写的系统中实际帮助我？

感谢。

修改： 嗨，大家好，我认为跟进我决定做的事情以及如何解决这个问题会很有用。

我选择人工神经网络而不是HCI，我真的很喜欢它。深入了解认知科学和机器学习，这引起了我对学科领域的兴趣，我希望能在几年后开始学习一个研究生课程，这是我能负担得起的。

我有一份工作，我将在我的期末考试后开始（几天后），我确实被问到我是否在HCI或类似的模块中完成了一个模块。这似乎并不重要，因为它不是前端开发人员的职位！

如果您将模块作为一个选项，我会建议您使用该模块，以及任何由生物计算组成的模块，如果您希望将来进行研究生研究，它会打开更多的门。

再次感谢， Shahin的

Answer 1

价值取决于三个因素：

• 您对该主题的熟悉程度如何？
• 您想要参加的课程/课程有多好？
• 您对此更感兴趣？

特别是对于人机交互，有一系列广泛的“常识”信息，你也可以通过阅读一本好的书或者在互联网上发表的关于它的更多文章轻松获得。另一方面，确实存在许多通过心理学研究获得的更深层次的见解。如果课程正确完成，您确实可以学到很多关于该主题以及用于开发界面的真正考虑因素。

对于神经网络，人们不得不说这是一个典型的炒作主题。在课程想要处理神经网络的应用领域中，主要是有趣的。您可以确定不会编程或使用任何神经网络进行Web开发。另一方面，如果课程正确完成，这可能是您拓展知识的好机会。特别是，加深了对计算机科学理论的理解。这在很大程度上取决于课程的布局方式。

HCI是一个有助于您作为Web开发人员的职业的主题，但只有当您觉得该主题不称职时（那是必须的）或者它做得非常好。神经网络是一个更有可能成为真正有趣的计算机科学核心课程的主题，在这里您确实可以更好地理解某些东西。如果你对NN感兴趣，你不应该把这个机会转移到不仅仅局限于网络开发领域的教育上 - 毕竟，或许会对其他东西产生更多的兴趣（了解其他内容总是好的你可能希望将来的方向。）

Answer 2

神经网络听起来很酷，直到您阅读fine print：

  

在现代软件实现中   人工神经网络   受生物学启发的方法更多   或更少被放弃以获得更多   基于统计的实用方法   和信号处理。

这让我多年来一直困扰着我。在这里，您拥有一个非常复杂和强大的控制系统（真实世界的生物神经网络），以及一个似乎是在软件中对这些系统进行建模的学科，但实际上已经放弃了这种活动。

如果您正在进行网络开发，那么您在HCI课程中的时间可能会更好。

Answer 3

最感兴趣的是你。根据需要，以后可以更容易地获取HCI的东西，你可能永远不会有机会学习神经网络！

对于未来的雇主（至少是好雇主！），你需要表现出对你所做的事情的热情和兴奋。我很快会聘请能够热情地谈论神经网络的人，而不是那些在HCI中获得额外信用的人。

Answer 4

除非你想进行世界末日研究，即获得硕士/博士学位，否则去HCI。

Answer 5

当我研究AI时，我在大学学习了神经计算。我现在经营着自己的公司。自从我研究以来我使用过NN技能的次数等于零。我很高兴我做到了，因为它非常吸引人，但是从我现在的位置开始，我会发现HCI更有用。我认为你从与软件行业相关的HCI课程中获得了更多的见解，但如果你认为你的经验应该更多地在开发的深奥/近乎艺术的一面，那就去NN。

Answer 6

听起来更有趣？或者，等效地，你会更加努力地工作？选择那个。

Answer 7

在NN和其他一些人工智能课程中开设了两门课程 - 有趣的是用这些东西来解决这个问题我实际上设法在我做过的一些事情中实现了这些东西，比如面部识别，它在某些方面很有用如果你想绘制你的实验室数据等其他领域我从来没有在我的网络开发职业生涯中使用NN：虽然我确信它可以用于某些东西但是它真正归结为找到一个客户或员工当你可以走直路时，愿意付出代价。所以如果我不是那个硬核话，我宁愿读一读关于它的书。

基础神经网络在数学方面没有太多的知识，而且是我在第一门课程中使用的。

Answer 8

作为程序员，你需要神经网络的知识。如果并行处理是硬件的方式，那么未来的程序员必须在神经网络中知识渊博。不要忘记NN在噪声或不精确数据方面效果更好，但其他系统可能没有。请注意，我们用于分析的大多数数据都是样本数据，它只是整体的一小部分，您可以想象样本中的某些数据是否已关闭。所以如果你想在计算机编程领域持续下去，你需要了解NN。