非计算机本硕的来谈下，有幸作死选课选了机器学习课，机器学习其实很适合兴趣上的折腾，回归时序、模型选择、bootstrap 、交叉验证、模型调优、聚类，算法上 Monte Carlo 、遗传算法，学 python ，折腾 tensorflow ，书推荐 the elements of statistical learning ，quant/金融分析中机器学习是加分项，但面试从来没详细问过...

第一次看到 tensorflow 的 tutorial 特别是[天气预测的案例]( https://www.tensorflow.org/tutorials/structured_data/time_series)觉得逆天，涉及金融工程的 AR 、ARIMA 模型，立志迟早要弄明白 = =

[Tensorflow Tutorials]( https://www.tensorflow.org/tutorials)

用机器学习的很多是 quant 和金融工程，需要交叉学科背景，必须学，太强大了。

4. 签证问题基本无解，和你提到的一样，就算是校内也有一定的学分满足/GPA/专业限制，但考虑到国内实习的工资和你的机会成本，可能不符合你的期望。

5. 了解下 freelancer ？美国对自由职业相对友好。

1. 同样作为留学生表示同情，我不认为学校本身的文凭主义/文化资本有什么好对比或被讽刺的，正是因为美国的教育资源过于丰富，而越来越多本地人认为“不值得读 Bachelor's degreer”，而且相当多中国家长的认知对美国教育过于美化，也有可能是被中介瞎推荐，据说能留在美国的门槛越来越高了。

> 家庭条件并不好，家里人自从高中起就很支持我计算机方面的兴趣，纵使之后可能得卖掉自己住的房子也坚持找中介送我去美国深造。在美的一个学期真真切切地感受到美国的物价对于留学生来说有多贵，几乎不敢买东西，但苦于未成年并且美国不允许第一年找实习，也暂时没找到途径打小黑工，没办法自己赚钱。

2. 我也曾想过这个问题，但你回顾下最大的支出是什么，我的观点是只要避免非理性消费，就能省下很多钱了，而不要从必需品中省，例如某些课程要求买的 textbook ，当然有盗版也是可以接受的，而父母送你过来正是想你好好读书，多参加 seminar 、workshop...

3. 我没有计算机背景，但我自学入坑 Next.js ，而 Next.js 有[Who's Hiring (July 2023)]( https://github.com/vercel/next.js/discussions/52399) 专门招聘的地方，我认为也很符合你的要求，从经济学人的角度来看，Angular 的市场份额实在是太低了，并不只是在国内使用的少...

澳八刚毕业，入门首选 An Introduction to Statistical Learning with Applications in R

进阶 The Elements of Statistical Learning

案例方面，tensorflow 的 tutorial ，特别是时间序列分析、聚类

如果你只是想单纯炼丹，折腾玩，那完全没必要学机器学习，直接学一些开源 AI 框架的使用如 pytorch ，或直接二次开发

1.醋酸环丙孕酮

2.螺内酯（顺带治脱发）

> 不想要静态，晚上试了下 hexo,hugo 这种，本地与服务器同步很麻烦。

可能楼主对静态有误解，不一定是通过 git 上传，如果你 git 熟练工具也很轻松的，其实使用 vercel cli 或 Wrangler cli(cloudflare)也很容易推送到 vercel/pages 上。

自己手写的 Next.js 13 博客，部署在 vercel 上，希望能帮到楼主。

我不是计算机专业的，是基于兴趣才折腾起的前端，我会继续进一步学习前端的，大概率会维护下去 = =

Next.js13 + tailwindcss + contentlayer + MDX Blog

Github repo: https://github.com/huaixuOvO/prologue.dev

博客: https://prologue.dev

@fffffffchopin 身边绝大部分到金融机构，但这一定不是有力的参考，因为未来可预见不太可能出现低利率环境，以往的撒钱时代结束。

数学好+程序员偏好可以看下 quant ，hedge funds ，fintech 方向，但一般需要 phd ，python/r/sql 是必须的，我破硕士没去过，是听说的，当我没说 2333

我不是纯统计学专业，专业选修的，没有入门课直接上强度，自己恶补好久（从学习曲线上看，统计学专业应该是大优势）。

很少在 v 站上回复，但我想以商科去看待统计学，看你的用途，计量经济学 econometrics 和生物计量学 biometrics 应该是能发挥统计学优势的，现在的经济学论文趋势越来越多以实证 /自然实验 /统计显著的数据证实，而不是纯理论；我觉得单纯学统计学只是提供了一个能处理数据并发现数据特征的能力，R/Stata 都是熟能生巧，不需要你有怎样过人的数学思维。

我特别推荐《精通计量 从原因到结果的探寻之旅》这本书，因为它就是最初 /简化的数据科学，能说出回归模型背后的意义是重要的，很多人忽视分析能力，还有一些简单的谬误如“不显著不是结论”，“过拟合能被检验”。

统计学对我而言更多是一种工具去论证 /检验，还有机器学习领域，模型选择、交叉验证，然后利用模型去预测，对于写经济学论文不要太爽了，非常建议读《伯南克论大萧条》，统计学的宏观经济应用。

生物计量学则据说是非常严谨的比起计量经济学，不像经济学能经常用各种假设，什么变量是外生性，多重共线性问题？

总而言之，我觉得统计学本身和做程序员 /developer 没有直接的联系，我的专业和 cs 无关，但也不影响我自学，顺便推荐下《 An Introduction to Statistical Learning: with Applications in R 》和《 The Elements of Statistical Learning: Data Mining, Inference, and Prediction, Second Edition 》。

几乎每个研究经济学的，都会 log-log model 去研究宏观经济增长，类似这种研究方法，要想办法应用到其他领域和原有理论结合起来是不容易的。

身边就有学计量经济学说很痛苦的，如果你没强烈兴趣，建议还是劝退，可能对未来学术研究有帮助，但希望你有更完善的专业和职业规划。

与君共勉

Next.js13.3 最近添加了 app dir 下的[SSG]( https://nextjs.org/blog/next-13-3#static-export-for-app-router)

是严格的 SPA

> 我觉得 nextjs 挺好，但又忍不住想试试 remix 。但 nextjs 其实有一些问题，也不是 100%满意的。

我之前也有这种想法，但我后来换成 astro ，写了篇[搬迁的文章]( https://www.xushilu.com/posts/from-nextjs-to-astro-a-simpler-solution-to-build-a-website/)，建议以实现功能为导向，很多框架一上来就说“性能得到多大的改善”，之前 turbopack 搞“性能测速”就被社区批评，似乎前端社区陷入一种性能焦虑的伪需求？（应该是我的误解）