有关哈佛大学数据科学答疑-新东方前途出国

您的位置:首页>顾问中心>宋姗姗>日志>有关哈佛大学数据科学答疑

欢迎向我提问

*顾问预计24小时内解答,并通过短信方式通知您

留学顾问宋姗姗

宋姗姗

美研部中期主管

    获取验证码
    向TA提问

    温馨提示

    您当前咨询的顾问所在分公司为 北京 为您推荐就近分公司 上海 的顾问

    继续向宋姗姗提问 >
    预览结束
    填写信息下载完整版手册
    获取验证码
    一键解锁留学手册
    在线咨询
    免费评估
    留学评估助力院校申请
    立即评估
    定制方案
    费用计算
    留学费用计算器
    电话咨询
    预约回电

    顾问将于15分钟内回电

    立即预约
    咨询热线

    小语种欧亚留学
    400-650-0116

    导航

    有关哈佛大学数据科学答疑

    2021-09-24
    有关哈佛大学数据科学答疑 


    Q1:数据科学与计算机科学、人工智能这几个学科一定要一起学吗?他们的关系是怎样的?

     

    A1:很多人因为马斯克了解人工智能,也总看到公司在招聘数据科学、机器学习相关的人,人们会用不同的关键词去定义,因此学生容易混淆这三个概念。

     

    计算机科学主要包括编程、算法、计算,如果说CS是一个基石的话,数学又是另一个基石。在这两个基础之上,会有不同的维度的运用。例如ML(Machine Learning)

     



    • 机器学习,是研究计算机怎样模拟或实现人类的学习行为,以获取新的知识或技能,重新组织已有的知识结构使之不断改善自身的性能),侧重在如何学习。
    • 人工智能是一种更广泛的ML,还包括对于规则、规律的学习。
    • 数据科学包括ML和AI,以及一些数据相关的技术,如数据的获取、清理及可视化。

     

    因此,数据科学是更庞大的,包括了计算机科学和人工智能。



    数据科学统计方向和数据科学专业有什么区别?

    A2:主要取决于是由哪个系开设的专业:
    • 统计数据科学是由统计系开设的;
    • 数据科学专业是由计算机科学系开设的,它更偏重于实践。
    • 基础数据科学的第一原则是用数据方法进行推论。但大多数的项目都是统计系与计算机系的结合项目,所以大多数的数据科学项目都含有统计学内容。

     

    而数据科学统计方向的统计学相关课程更多;计算机数据科学也会学习统计,只是不会太深入。两者并不是专业角度的区别,而是处理模型的区别:概率模型 vs. 判别模型。

     

    此外,数据科学不是一个学术界研究出的。数据科学这个概念来自于工业产品中,而相关的学者是配合其展开研究的,研究角度不同,会有不同的解释和应用。

    Q3:在接下来的几年中,录取要求会不会更加严格?

     

    A3:不确定,比较意外的是去年在受疫情影响的情况下,哈佛的申请人数却大幅增长,尤其是外国人的申请数量仍然很多。去年,包括哈佛在内的许多大学取消了GRE的要求,他们似乎并没有提高申请要求。

    由于疫情,很多大学的招生都受到一定程度影响,因此他们可能会愿意招收更多学生,录取人数可能会略有增加。

     

    Q4:是否建议在申请数据科学之前先学习物理?

     

    A4:“物理学是万物之基”,我认为这是一个比较偏颇的观点。我的经验是,研究物理学的人们是非常严谨细致的。如果你热爱物理学,完全可以学习。但是对于要申请数据科学相关的同学,如果只学习物理而没有学习编程,你可能就会发现自己申请时有劣势。

     


     

    因此对于要申请数据科学相关专业的同学来说,参加与数据科学有关的先修课是十分重要的。

    Q5:在本科学习中参加一些研究项目&暑校有助于申请吗?本科生可以参与研究吗?

     

    A5:当然,如果你有研究经历会更好,但是我们也见到过许多没有研究经验的学生进行申请。参与研究会拓宽你的眼界,这些经历也会帮助你之后进行更全面、广泛的研究。出版书籍或者发表论文不是硬指标,像麻省理工等一些大学的某些专业也许会有这些要求。

     

    但不是只有发表过论文才可以参加面试:
    • 如果你没有研究经历,那就需要你在申请和面试中展现出优秀的思维能力,广泛的认知和解决复杂难题的能力。
    • 如果你有幸参加了一些研究,要确保你做了一些实实在在的研究,而不是只做了助手之类的工作,这样的研究经历才是有意义的。

     

    所以最重要的是在遇到难题时知道该怎样做,如何应对。

    Q6:对于大学本科生进行背景提升有哪些建议?应该参加一些怎样的竞赛、实习、科研项目?

     

    A6:我认为实习是对所学课程的一个非常好的补充。鼓励大家做优质的,有意义的实习工作,因为这会提高能力,同时提升申请背景。

     

    但是同时也要注意,有些同学做了太多的实习,从而忽略了一些同样重要的事情,这样也是不可取的。但参加一些优质的,高质量的实习还是很重要的。

    Q7:如果没有参加数据科学竞赛的经历,但是参加了机器学习的课程,类似于Kaggle(机器学习类的竞赛),可以写出一个好的申请文书吗?

     

    A7:这些竞赛都是很棒的,竞赛本身是可以让你投入学习的过程。但是我们不应当只专注参加的竞赛数量,结果和贡献。应当在竞赛中更多关注解决真实问题的过程,学习和获得解决问题的能力。

    Q8:如何理解“programing comfort is the key” 这句话呢?

     

    A8:这句话等同于你会编程,有信心且有能力把编程做好。如果不懂编程,攻读数据科学硕士就会很痛苦。因为数据科学是实用型学科,需要通过编写程序输出数据结果,如果不清楚如何编写优质,高效的代码,会落后于人。在编程过程中,如果编写三行代码都要花费两小时,那么当你完成的时候,可能已经忘记了最初的设想。


     

    所以在申请硕士项目之前,最好已经熟练掌握编程,至少也应该会编程,熟悉编程知识。

    Q9:您认为未来20年的主题是发展工程还是深化科学?

     

    A9:我认为现阶段以及未来2年,工程会取得快速的发展,因为这个世界上有很多的问题正等待解决。工程是最有可能改变事物的学科,例如发明无人驾驶汽车、突破性的电动汽车、飞机等,使人们的出行发生巨大改变。

     

    工程和科学都很重要,我之所以从事科学研究是因为热爱。但同时,我个人认为“工程为王”,并且工程也能够很好地与数据科学相结合。那么,对于数据科学申请阶段的同学们而言,积极地参加一些编码的课程是很棒的,在本科学习中,尽量多参加一些基本编程或是高级编程,可以更好地帮助大家应用知识。

    Q10:哪一种数据科学语言在美国大学中的运用最多呢?R,Pyghon, C++,SAS,SPSS, Tableau还是还有其他呢?

     

    A10:肯定是Python,C++是有人用的,但不是主要的;SAS和SPSS也被普遍运用;但Python是第一位的。

    Q11:为什么说“Engineering is the King(工程为王)”?

     

    A11:因为我认为工程发展进步迅速,如今它对社会进步推动的影响更大,像是计算机视觉,Facebook就是这样。我们看得到工程在不断地进步,这些进步实际是工程与科学的结合。

     



    但正如我所说,想想电动汽车和一些自动驾驶汽车,太空旅行,工程是将它们变为现实的过程。即使是在数据科学或者天文学领域,我们最大的成就也不是在科学上,而是制造出望远镜和仪器。

    Q12:项目证书和在线课程对申请会有帮助吗?

     

    A12:是的,类似于一些计算机课程,数据科学课程确实有用。此外,这些学习经历也会对你在美国找工作有帮助,毕竟很多申请人最终的目的也是为了工作。美国虽然有着很高的科技水平,但也存在人才短缺的问题。所以在面试中,即使你不是来自顶尖大学,但当你取得了面试机会,并顺利通过,你就可以得到这一份工作。

     

    而证书则有可能会让你获得面试的机会,虽然大学的排名和声誉很重要,但对于一些非顶尖大学毕业的学生,这些证书/课程也可以成为加分项,因为这意味着学生接受过一些相关的训练。反观名校学生可能不需要这些提升课程。不管怎样,我们最终的录取取决于你说的话和做的事,是否留下了良好的印象。

    更多详情
    -老师帮忙评估

    自身软实力标化成绩多维度为您评估留学录取率

    立即评估
    推荐阅读 换一换
    提交成功

    稍后会有顾问老师反馈评估结果

    温馨提示

    您当前咨询的 宋姗姗 顾问,所在分公司为 - ,已为您推荐就近分公司 - 的顾问。

    以下为-分公司顾问:

    继续向宋姗姗提问