| 發表文章 | 發起投票 |
| 上一頁 |
中學雞大專雞返工撚講下你哋揀嗰個主修／份工嘅真正原因
我先
中學：
phy, bio, geog
講真嗰陣真係好撚膚淺，聽人講geog易讀就揀咗geog
揀phy就因為覺得自己數都算唔錯，同埋想知呢個世界嘅事物依乜野規律運作
揀bio就因為覺得生物呢樣野幾有趣，純粹係想知點解會有生物同唔同生物有咩特別嘅地方
大學：
stat
我其實係到中五後期先開始對stat呢科有興趣
事關當時maths成日衰畀permutation & combinatorics，所以好憎佢哋，但係憎還憎，數都係要計嘅
所以嗰陣開始睇wiki睇片，發現其實呢兩樣野都好有趣，再望望其實同stat好有關連，跟住開始一邊研究stat，一邊研究linear algebra(中學嗰陣讀m2）
再喺做phy sba嗰陣發現可以用experiment嘅data做linear regression搵返Ohm's law個關係出來
之後發現stat其實真係好犀利，我鍾意stat點用自己嘅方法分析同詮釋啲數據，可以話我知一啲關係，成幅picture出晒來
然後就係因為想再鑽研stat，搵下stat重有咩方法理解啲數據，於是就決定喺Year 1即刻決定主修stat
中學：
phy, bio, geog
講真嗰陣真係好撚膚淺，聽人講geog易讀就揀咗geog
揀phy就因為覺得自己數都算唔錯，同埋想知呢個世界嘅事物依乜野規律運作
揀bio就因為覺得生物呢樣野幾有趣，純粹係想知點解會有生物同唔同生物有咩特別嘅地方
大學：
stat
我其實係到中五後期先開始對stat呢科有興趣
事關當時maths成日衰畀permutation & combinatorics，所以好憎佢哋，但係憎還憎，數都係要計嘅
所以嗰陣開始睇wiki睇片，發現其實呢兩樣野都好有趣，再望望其實同stat好有關連，跟住開始一邊研究stat，一邊研究linear algebra(中學嗰陣讀m2）
再喺做phy sba嗰陣發現可以用experiment嘅data做linear regression搵返Ohm's law個關係出來
之後發現stat其實真係好犀利，我鍾意stat點用自己嘅方法分析同詮釋啲數據，可以話我知一啲關係，成幅picture出晒來
然後就係因為想再鑽研stat，搵下stat重有咩方法理解啲數據，於是就決定喺Year 1即刻決定主修stat
本貼文共有 211 個回覆
此貼文已鎖，將不接受回覆
首先很多人都搞錯咩係興趣，用Bayesian thought 去諗,
用 P ( 興趣 | 成績好 ) > 0.5 就推斷 P ( 成績好 | 興趣 ) > 0.5, 是完全錯誤，但偏偏個個都這樣想....
更失敗的是，大部份人連個目標都唔知是點樣，就話那個是目標。
我自己最喜歡的是 decision theory, 而stat, physics, econ, cs, philo, neuroeconomics 等全部都會用....
但這種 interdisciplinary 就最重要....
present 是必要, research 亦是必要, communication 都是必要.... 基本上很難劃分....
用 P ( 興趣 | 成績好 ) > 0.5 就推斷 P ( 成績好 | 興趣 ) > 0.5, 是完全錯誤，但偏偏個個都這樣想....
更失敗的是，大部份人連個目標都唔知是點樣，就話那個是目標。
我自己最喜歡的是 decision theory, 而stat, physics, econ, cs, philo, neuroeconomics 等全部都會用....
但這種 interdisciplinary 就最重要....
present 是必要, research 亦是必要, communication 都是必要.... 基本上很難劃分....
我等候64564501 
首先很多人都搞錯咩係興趣，用Bayesian thought 去諗,
用 P ( 興趣 | 成績好 ) > 0.5 就推斷 P ( 成績好 | 興趣 ) > 0.5, 是完全錯誤，但偏偏個個都這樣想....
更失敗的是，大部份人連個目標都唔知是點樣，就話那個是目標。
我自己最喜歡的是 decision theory, 而stat, physics, econ, cs, philo, neuroeconomics 等全部都會用....
但這種 interdisciplinary 就最重要....
present 是必要, research 亦是必要, communication 都是必要.... 基本上很難劃分....
其實我開post嘅目的就係想睇下啲人揀科/工係睇自己嘅興趣先定睇下自己嘅能力先
中學
歷史 地理 旅遊與款待![[sosad]](/face/hkg/sosad.gif)
大學
歷史學![[slick]](/face/hkg/slick.gif)
本身係讀政治同行政果邊
但因為唔鐘意d同學所以去讀歷史
家下主要讀中國上古史
歷史 地理 旅遊與款待
大學
歷史學
本身係讀政治同行政果邊
但因為唔鐘意d同學所以去讀歷史 家下主要讀中國上古史
中學
歷史 地理 旅遊與款待
大學
歷史學
本身係讀政治同行政果邊
家下主要讀中國上古史
第一次聽呢個原因
中學
歷史 地理 旅遊與款待
大學
歷史學
本身係讀政治同行政果邊
家下主要讀中國上古史
第一次聽呢個原因
middle school econ acct
big school econ
big school econ
首先很多人都搞錯咩係興趣，用Bayesian thought 去諗,
用 P ( 興趣 | 成績好 ) > 0.5 就推斷 P ( 成績好 | 興趣 ) > 0.5, 是完全錯誤，但偏偏個個都這樣想....
更失敗的是，大部份人連個目標都唔知是點樣，就話那個是目標。
我自己最喜歡的是 decision theory, 而stat, physics, econ, cs, philo, neuroeconomics 等全部都會用....
但這種 interdisciplinary 就最重要....
present 是必要, research 亦是必要, communication 都是必要.... 基本上很難劃分....
其實我開post嘅目的就係想睇下啲人揀科/工係睇自己嘅興趣先定睇下自己嘅能力先
首先，你要明白，你無接觸無經過，又如何知自己能力不逮呢?
第二，未接觸又點知道自己無興趣呢 ?
第三，同樣問題，未清楚暸解，又點知道這個是自己興趣呢?
第四，當接觸及見有少少成績時，又如何知道自己會有能力呢?
最後，當接觸及見有少少成績時，又會否影響或錯以為自己有興趣呢?
首先很多人都搞錯咩係興趣，用Bayesian thought 去諗,
用 P ( 興趣 | 成績好 ) > 0.5 就推斷 P ( 成績好 | 興趣 ) > 0.5, 是完全錯誤，但偏偏個個都這樣想....
更失敗的是，大部份人連個目標都唔知是點樣，就話那個是目標。
我自己最喜歡的是 decision theory, 而stat, physics, econ, cs, philo, neuroeconomics 等全部都會用....
但這種 interdisciplinary 就最重要....
present 是必要, research 亦是必要, communication 都是必要.... 基本上很難劃分....
其實我開post嘅目的就係想睇下啲人揀科/工係睇自己嘅興趣先定睇下自己嘅能力先
首先，你要明白，你無接觸無經過，又如何知自己能力不逮呢?
第二，未接觸又點知道自己無興趣呢 ?
第三，同樣問題，未清楚暸解，又點知道這個是自己興趣呢?
第四，當接觸及見有少少成績時，又如何知道自己會有能力呢?
最後，當接觸及見有少少成績時，又會否影響或錯以為自己有興趣呢?
我諗接觸同正式學係兩回事來嘅
首先很多人都搞錯咩係興趣，用Bayesian thought 去諗,
用 P ( 興趣 | 成績好 ) > 0.5 就推斷 P ( 成績好 | 興趣 ) > 0.5, 是完全錯誤，但偏偏個個都這樣想....
更失敗的是，大部份人連個目標都唔知是點樣，就話那個是目標。
我自己最喜歡的是 decision theory, 而stat, physics, econ, cs, philo, neuroeconomics 等全部都會用....
但這種 interdisciplinary 就最重要....
present 是必要, research 亦是必要, communication 都是必要.... 基本上很難劃分....
其實我開post嘅目的就係想睇下啲人揀科/工係睇自己嘅興趣先定睇下自己嘅能力先
首先，你要明白，你無接觸無經過，又如何知自己能力不逮呢?
第二，未接觸又點知道自己無興趣呢 ?
第三，同樣問題，未清楚暸解，又點知道這個是自己興趣呢?
第四，當接觸及見有少少成績時，又如何知道自己會有能力呢?
最後，當接觸及見有少少成績時，又會否影響或錯以為自己有興趣呢?
我諗接觸同正式學係兩回事來嘅
你自己都一早就講過，你數學好就選 Phy, 聽人講就選 geog, 最後就不知因看電視上網看書而覺得有趣味而選bio,
當中已經全部biased, 無作全盤考慮.... 事實你又點知是否自己興趣, 又是以已有能力去決策....
你今日覺得stat 好犀利, 都是因為覺得有用有前途而選，同興趣又有何關係呢?
最終都是因為無得選無得讀, 而最後選了一樣與興趣無關的東西去讀；再事後講到以結果論前因一樣....
興趣是要在多個範籌中都必先有得接觸, 再從中選一樣才叫做有得揀。
| 上一頁 |
| 發表 |