¿Debo obtener un conocimiento profundo en estadística y cálculo para la licenciatura en CS?

El cálculo no se usa tanto para la informática (CS). Puede surgir cuando necesita comprender una técnica que involucra max / min y tomar una derivada. Más aún, si estás haciendo Machine Learning (ML). Además, si realiza alguna programación científica o aproximaciones numéricas o procesamiento de señales. Por lo general, puede golpear los libros para quitar el óxido.

¡Los muchachos que descubrieron la Transformada rápida de Fourier (FFT) es un buen ejemplo contrario! Eso provocó tomografías computarizadas.

Por otro lado, las estadísticas pueden ser muy útiles.

Por ejemplo, ¿cuál es la probabilidad de colisión en una tabla hash? Si es relativamente alto, entonces la tabla necesita ser más grande.

¿Funciona una función hash lo suficientemente uniforme?

Tengo un generador de números aleatorios. ¿Qué tan aleatorio es realmente? Los generadores de números aleatorios pueden ser sorprendentemente malos.

¿Cuál es la probabilidad de que se golpee un caché? Es la expectativa de golpe / no-hit rentable.

En una prueba A / B de mi sitio web, ¿son las tasas de conversión (por ejemplo, la tasa que un visitante realiza una compra) significativamente diferentes? A que probabilidad ¿Cuánto tiempo deberíamos ejecutar la prueba para estar más seguros?

Considere el Sistema de archivos de Google (GFS). Se basa en la idea de que, aunque las tasas de falla del disco duro son pequeñas, que cuando tiene petabytes de datos y se ejecuta durante años, la probabilidad de alguna falla se vuelve casi segura. Ver: Sistema de archivos de Google – Wikipedia

Otros programadores tienden a ignorar las estadísticas, por lo que tendrías una ventaja sobre ellos.

Si desea trabajar en el aprendizaje automático, las estadísticas y el cálculo son cursos muy importantes. Sin embargo, la programación debe ser prioritaria para todos los CS principales.