Las matemáticas tienen mucho que ver con la programación. Especialmente cuando se trata de computación científica y análisis de datos. Si alguien quiere estudiar Procesamiento de señales, Procesamiento de imágenes, Análisis de datos o Aprendizaje automático, su conocimiento de matemáticas será una gran ventaja para él. Pero en el campo del desarrollo de software y aplicaciones, difícilmente encontrará una aplicación real de las matemáticas.
Cuando se trata de comparar a los estudiantes que han cursado su especialidad en CS, son buenos en desarrollo de software pero no tan buenos en matemáticas. Su conocimiento previo de programación les ayuda a comprender e implementar algoritmos fácilmente en comparación con aquellos que han estudiado matemáticas.
Si planea convertirse en desarrollador, debe elegir el campo de Análisis de datos y Aprendizaje automático, por lo que está ganando popularidad rápidamente.
- ¿Cuál es la vida útil de una variable?
- ¿Es posible para mí ser un programador exitoso si odio las matemáticas?
- ¿Cómo va NP-hard dentro de NP-complete? Si encontramos un algoritmo no determinista para NP-hard, ¿sería un NP-complete?
- ¿Por qué todos los ceros (0000 0000) en el campo de exponente representan el exponente -126 y no -127 en coma flotante IEEE de precisión simple?
- ¿La orientación a objetos seguiría siendo el paradigma de programación dominante en un futuro en el que las computadoras personales suelen tener 10 o 100 núcleos?
Espero que esto ayude.