전산 과학은 프로그래밍을 포함합니까?

Wikipedia에서 전산 과학에 대해 읽었지만 이해가 명확하지 않습니다.

컴퓨터 과학은 프로그래밍과 관련이 있습니까? 계산에서 계산 과학이 어떻게 다른 _ ____ , 빈은 어떤 분야 (재료 과학, 공학, 화학, 생물학 등)을 할 수있는 곳? (나는 계산 재료 과학을 할 것입니다.)

질문 아래 지적 Godric 링크는 정확히 맞습니다. 그것은 계산 과학자가 가져야 할 많은 재능에 대한 좋은 개요를 제공합니다.

일반적으로 전산 X (X = 수학자, 토목 기술자, 재료 과학자)와 이론적 X 또는 실험적 X의 차이점은 전자가 실험이나 이론보다는 컴퓨터의 문제를 해결한다는 것입니다. 분명히, 컴퓨터를 사용하는 능력, 특히 컴퓨터를 프로그래밍하는 능력은 X 자체에 대한 기술과 이해와 마찬가지로 중요한 부분입니다.

전산 과학자는 X 커뮤니티에 즉시 참여하지 않지만 종종 수학 또는 컴퓨터 과학에 대한 배경 지식을 가진 사람들입니다. 나는 자신을 하나로 간주합니다. 나는 그들 중 대부분이 특정 응용 프로그램 (즉, X) 자체에 관심이 많지 않고 새로운 수치 및 계산 방법을 개발하고 적용하는 방법으로, 즉 테스트 사례와 같이 필드 X의 문제를 해결하는 것을 고려한다고 말합니다. 보다 광범위하게 적용 할 수있는 방법 많은 컴퓨터 과학자들은 훌륭한 프로그래머이며, 더 중요한 것은 소프트웨어 디자이너와 엔지니어 일 것입니다. 그것을 잘하는 것은 분명히 계산 과학자의 직업 설명의 중요한 부분입니다.

간단히 말해서, '계산 과학'을 주장하지만 프로그래밍을 모른다면 훌륭한 전문가가 될 수 없습니다.

계산을하려면 도구가 필요합니다. 그리고 컴퓨터는 그런 도구입니다. 프로그래밍은 컴퓨터에게 일을하는 방법을 가르치는 유일한 방법입니다. 따라서 프로그래밍은 계산 과학의 필수 부분입니다. 이것이 그것이 유일한 부분이라는 것은 아닙니다. 이론은 자신의 신성한 장소를 가지고 있습니다. 이론을 잘 익히면 더 나은 디자인과 더 중요한 올바른 알고리즘이 무엇인지 알 수 있습니다.

내가 아는 한 프로그래밍을 알지 않고도 이론적으로 알고리즘을 설계함으로써 생존 할 수 있습니다. 그러나 알고리즘을 실시간으로 사용할 수 있는지 확인하기 위해 프로그래밍을 아는 다른 사람을 고용해야합니다.

게다가, 프로그래밍을 아는 사람들이 더 나은 급여를받는 것이 현대 세계의 사실입니다. 이모!

나는 교과서 버전의 정의 또는 계산 과학에 대한 설명을 알지 못하지만 여기 내 경험에 근거한 2 센트가 있습니다.

전산 과학은 전산 과정을 다루고 있습니다. 중요한 프로세스 중 하나는 프로그래밍입니다. 예, 프로그래밍과 관련이 있습니다. 계산 과학자가 프로그램의 저자인지 아닌지는 다른 문제이지만, 특정 과학 분야를 위해 작성된 프로그램의 사용자 일 가능성이 높습니다. 그리고 그녀는 자신의 필요에 맞는 것을 만들기 위해 "접착제"코드를 작성해야 할 가능성이 점점 높아지고 있습니다. 이것이 첫 번째 질문에 대한 답변이 되었기를 바랍니다.

나는 계산 재료 과학을 알지 못하지만 그것이 에너지와 요소 간의 상호 작용을 시뮬레이션하기 위해 계산 요구가있는 과학의 한 지점이라고 가정합니다. 따라서 그렇습니다. 다른 과학 영역과 마찬가지로 계산 과학의 동일한 일반적인 원칙이 포함됩니다. 알고리즘, 프로 시저, 글루 코드, 파일 조작, 구성, 시각화 등. 이것이 두 번째 질문에 대답하기를 바랍니다.

당신의 컴퓨터 과학 배경이 분명히 도움이 될 것입니다. 그것이 범위 내에 있는지 아닌지는 조금 주관적입니다. 그러나, 나는 당신이 연구 한 과목을 고려할 때 당신의 안락 지대에 아주 많이 있어야한다고 말합니다.

여기에 다른 종류의 대답이 있지만 제 생각에는 매우 흥미 롭습니다.

이 베타의 모든 사용자를 1000 명 이상의 평판으로 살펴 봤습니다. 나는이 사람들이 계산 과학을하는 것으로 간주 될 수 있다고 생각합니다. 그들 각각을 위해, 나는 프로필을보고 그들이 프로그래밍에 관심이 있다는 표시로 볼 수있는 StackOverflow에 계정이 있는지 확인했습니다. 결과는 다음과 같습니다.

에 25 users having more than 1000 reputation:

• 4 (16%) 계정이 없습니다.
• 5 (20%)는 명성을 얻지 않고 계정을 개설했습니다.
• 16 (64%)은 StackOverflow에 기여했습니다.

따라서 적어도 84%그들 중 하나 는 프로그래밍에 관심이 있습니다. 내 의견으로는, 이것은 프로그래밍이 과학 컴퓨팅 작업의 필수 부분이라는 것을 보여줍니다 :-) 그것은 다른 답변의 확인 일뿐입니다!

또 다른 흥미로운 사실은 (내가 정량화하지 않았다는 것)이 모든 사용자는 Computational Science 및 StackOverflow뿐만 아니라 많은 주제에 대한 계정을 가지고 있다는 것입니다! 나는 이것이 Wolfgang Bangerth의 대답의 방향으로 가고 있다고 생각합니다.

내 개인적인 경험으로 말하면, 나는 실제 프로그래밍 지식이나 경험이 거의 없거나 전혀없는 아주 훌륭한 전산 과학자를 알고 있습니다. 반면에, 내가 아는 대부분의 계산 과학자들은 컴퓨터를 프로그래밍하는 방법을 알고 있습니다.

질문의 해당 부분에 대한 최종 답변이 없습니다. 당신이 스스로에게 물어봐야 할 질문은 : 내 문제를 해결할 수있는 소프트웨어가 있습니까, 아니면 먼저 문제를 해결할 수있는 소프트웨어를 작성한 다음 문제를 해결하는 데 사용하는 소프트웨어의 일입니다. 실제 문제. 이에 대한 대답은 프로그래밍을 알아야하는지 여부를 결정합니다.

재미있는 질문입니다. 저는 컴퓨터 재료 과학을 공부하고 있으며 물리학 전공의 대학원생입니다. 지금까지 내가 한 프로그래밍의 양은 최소한이지만 직접 말하고 있습니다. 종종 프로젝트의 특정 목표에 따라 정확한 코딩 양이 결정됩니다. 표준 기술과 소프트웨어를 사용하여 특정 복합물을 살펴보면 최악의 경우 Bash / Python 스크립트를 작성하여 사용중인 코드 주변의 작업을 자동화합니다. 나는 당신이 아마도 당신이 검증하고자하는 것들을 구현하기 위해 약간의 프로그래밍을 할 것이라고 생각합니다. 짧은 대답 : 계산 과학을 말할 수는 없지만 계산 재료 과학을 위해 말할 수 있다면 프로그래밍의 양은 당신의 프로젝트.

두 번째 부분에 대답하겠습니다. 사람의 관심사에 따라 일반적인 전산 과학자와 특수한 전산 X 사이에 많은 중복이있을 수 있지만, 전산 과학자의 주요 관심사는 도메인 분야의 문제를 연구하기위한 새로운 전산 기법의 도입입니다. 계산 기술의 새로운 것은 적절한 계산 도구가 부족하거나 더 빠른 방법으로 인해 불가능했던 새로운 계산 일 수 있습니다. 반면 Computational X는 이러한 새로운 도구를 사용하여 새로운 문제를 연구하는 데 주로 관심이 있습니다. 따라서 일반적으로 전산 과학자는 먼저 문제 설명을 작성하고,이를 해결하기위한 일반적인 프레임 워크를 설명하고, 도구의 적용 성 (속도 / 오류 등)에 몇 가지 제한을 부과하고 개념 증명으로 문제를 해결합니다. 첫 부분은