在耶鲁大学读生物统计专业是一种怎样的体验？

发布者：

分类：: 专业介绍

2024-06-11

-
浏览

分享至

微信扫码分享给好友和朋友圈

各位同学大家好，就读于耶鲁大学生物统计-数据科学方向的储学长今天给大家一些关于专业的简单介绍，包括就读体验、项目难度、专业课程、学期设置、学校资源、学校设施，以及他个人在耶鲁就读以来的生活经验分享。

就读体验

课程size大概在20-50人。选修课（难的话） 20人，必修课50-100人（有些是学长学姐一起上课）。线下人数没有课程表enroll显示的那么多，有些同学会选择zoom 线上上课。

总体感觉中国学生偏多（所以会卷），有一些外国同学也报名这个项目。平时上课基本是阶梯教室。

项目难度

主要难度在于接触更多更系统的新知识吧。

像我，我之前python 用的最多，C++，Java也经常用着去做CS的项目。但我没有怎么学过R去做数据分析（Coursera上学过用R去做linear regression等等，但教授出作业不会只要去套用代码啊。

Yale这边Data Science Pathway第一学期就有一门必修课BIS620 Data Science Software Systems要求用R去写作业。所以就要基本从零开始学R。而且R吧，版本还多。我经常遇到一个library的function调不出来，一查才发现，教授示范的function只有最新版本的R才有。

专业课程

BIS 620

BIS 620结课项目是用R自己写一个package，期中作业还有用R的shiny去编写可互动的数据可视化的包。这个期中项目是我这届新增的。教授会每学期调整教学的细节。

说实话，这门课上起来是有些困难，上课要跟着教授一起写代码，调整程序的功能。课后要琢磨教授题目背后的要求（就是要去问更多细节）。毕竟是生物统计的课嘛。作业里还有关于生物背景的一些问题。像“Is the marker prognostic with respect to the death outcome? Is the marker predictive with respect to the death outcome?”就要搞清楚“prognostic”“predictive”的概念才能解题。

不过一学期下来，看到自己从几乎为0开始，到可以自己写package，成就感还是满满的。

BIS 555

另外一门推荐的课就是Machine Learning with Biomedical Data。

说是with Biomedical Data 其实就作业里面用到些生物数据，课堂例题也是有生物相关的例子。基本还是再讲机器学习的统计知识（数学+R+python编程）。我就相当于复习了一遍Machine Learning的统计基础再同时输出我的R的学习进度。诚然我本科学过机器学习的统计基础，但这边的研究生level的课，也挺顶的。下课，office hour 经常要去问教授问题，去把课件的细节（有时候是typo）问清楚。毕竟，统计这学科，学到后面确实会吃力。

最后小小的得意一下，第一学期，上限5门credit的课，我全是Honor等地。

学期设置

Yale 这边的学期是14周一学期，中间插入假期。和我本科7周，7周分成两个session不一样。个人觉得这14周的学期制上起来会舒服些。Yale的一个好处是有reading week，给一周时间让大家复习。

研究生没有GPA只有四个等地：Honor (H), High Pass (HP), Pass (P) 和 Fail (F)。对于生物统计的MS学生来说，毕业要求是至少两个H 和平均分 HP 以上。