- 1、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
大牛学长教你如何敲开卡梅CS的大门.docx
大牛学长教你如何敲开卡梅CS的大门学长简介X学长,清华2011级姚班本科,Pivot中枢学员,CMU?Machine?Learning?PhD在读。1.清华计算机申请概况我们那年竞争比较激烈,各个学校招收的PhD学生都不太多,所以事实上申请结果不是太好;姚班的话有4个人去了四大,其他的大多数人去了包括Princeton, 哥大,Michigan, Wisconsin, USC, Maryland这样的学校,其实还是不错的。Master的情况我不是特别了解,但是我们这一届来CMU的人很多,有49个,仅次于哥大。2.其他顶级学校招生人数及背景大致来说CMU对于中国人是最友好的,收的中国人非常多,然后的话USC也会收很多中国人,是姚班里很多人的保底校(包括我)。四大(Stanford、MIT、CMU、UC-Berkeley)的另外三个基本上难度差不多,MIT可能稍微难一点;此外要提一下最近排过第一的CIT,此校对中国人并不友好,比MIT还难进。四大之后的话我觉得首推UIUC,有很多好老师,每年也收很多人;Princeton和Cornell每年收的人比较少,但两个CS系的质量还是很高的;其他的我不是很了解了,申请难度通常介于以上学校和USC之间吧。3.CS的主要研究方向CS的分支方向很多,不过总的来说可以分成理论和应用两个方面。(1)理论通常是关注计算机的能力,就是什么能算什么算不了。包括计算理论,密码学,博弈论,信息编码理论,程序语言理论等等(2)应用则通常是解决一些具体的问题,比如计算机系统,网络,计算机图形,分布式计算,数据库,软件工程等等,也包括我学的机器学习。但是二者之间并没有一个严格的分界,分布式计算的研究也可以非常的理论,理论机器学习也是一个很重要的研究方向。至于特点的话自然是理论的数学多一些,应用的编程多一些~4.CMU CS相关导师介绍(1)首先说一下CMU计算机科学学院(SCS)的各个分支SCS分成7个institute,包括Computational Biology Department,Computer Science Department,Human-Computer Interaction Institute,Institute for Software Research,Language Technologies Institute,Machine Learning Department,Robotics Institute基本上每个系的名字就表明了主要的研究方向,不过有两个特殊一点,computer science department这个就是包括了其他系没有研究的那些内容,比如计算机系统,各种计算机理论,分布式计算等等;ML department也是一样,主要是统计机器学习,而和语言处理相关的研究主要在LTI。(2)我并不了解SCS的所有老师,所以我就说一些我比较了解的:理论方面的话Avrim Blum算是一个大牛老师,理论机器学习和博弈论的好多方面都有成果,他的学生Nina Balcan也不错;博弈论的话CSD的Ariel Procaccia 和Tuomas Sandholm也是很好的老师。在MLD里的话Aarti Singh和Barnabas Poczos在理论和应用方面都有很多成果,应该是比较“跨界”的;William Cohen和Jeff Schneider以及我的老板Artur Dubrawski就比较偏向应用方向。然后还有Alex Smola和明年要来的 Ruslan Salakhutdinov主要是做深度学习的。研究生培养情况:MLD大概每年招十几个博士生和通常不到10个硕士生,通常情况是录取并不直接联系上导师,秋季开学之后会有大概一个月的时间让导师和学生进行交流,定下来执导的关系。当然也有来之前就已经定好导师的。博士毕业的平均时间据说是5.5年。5.如何准备(1)如何选择科研导师和方向首先我认为最重要的还是要把课学好,学得好自然会有老师注意到你,学的深入的话自然也能找到研究的课题和方向;通常大二大三的时候就可以主动去找老师看看可不可以参与一些研究项目,因为你是白干活所以通常老师都会同意。方向的话我觉得大多数人应该都不会非要选择一个什么特定的领域,一般只要定下来是偏理论还是偏应用就好,不习惯了还可以换,换不了还可以跨界。如何学习和准备科研学好课程肯定是最重要的,除此之外的话也可以去比如coursera上一些课来补充一下必备技能,比如Matlab什么的。如何申请暑期科研我认为关键在于自己主动联系老师,一般大二或者大三上学期就可以满世界给教授发邮件说想做暑期研究,记得先上教授的个人网站看一眼他接不接受这样的学生。只要发的早发的多一般都能找到。或者也可以通过学校的一些交换项目,如果能申请到也是
文档评论(0)