Dependiendo de tu escuela, probablemente puedas llegar a un nivel de doctorado en CS sin tener que estudiar explícitamente probabilidades y estadísticas. Tal vez el programa solo quiera asegurarse de tener el conocimiento básico de probabilidad (como el álgebra lineal, las matemáticas discretas, etc.)
Dicho esto, se necesita una base básica en la probabilidad para comprender muchos de los algoritmos e ideas fundamentales de la informática, por ejemplo:
- Ordenación rápida. ¿Cómo escogiste ese pivote? ¿Por qué se ejecuta más rápido que Heapsort?
- Encuentra el número 13456 más grande en una matriz sin clasificar. ¿Cuánto tiempo tomó y por qué?
- ¿Es 345436758785764756744543537 un primo? ¿Qué tan seguro estás? ¿O forzaste bruscamente tu respuesta?
- ¡Mi algoritmo resuelve problemas de NP en tiempo P! ¡Mire, elegí un millón de pruebas aleatorias de vendedores ambulantes y las resolví todas!
- Mi algoritmo óptimo asigna bloques de disco para las bases de datos de petabyte. Claro, se ejecuta 5 veces más lentamente que otro algoritmo, ¡pero es probablemente más rápido!
- Mi esquema de cifrado hecho en casa solo se romperá por la conjetura de un afortunado atacante. A 1,000,000,000 de conjeturas por segundo, ¡estamos seguros durante 10 ^ 38 años!
- Tengo 99.35% en MNIST! Dejemos nuestros trabajos y hagamos un inicio de aprendizaje automático.
- ¿Cuántas horas tomará entender completamente lo que se dice en italiano si estudio gramática, vocabulario, habla y escucho dos horas al día?
- Cómo sobresalir en los exámenes.
- ¿Por qué no podemos concentrarnos en los estudios mientras estamos en casa, donde podemos hacerlo cuando estamos en albergues?
- Cómo estudiar duro, pero jugar duro también.
- Cómo puntuar buenas notas en 12 tableros.