1
一位同学遇到了以下难题:
在准备在加州大学伯克利分校通过 BISP 项目进行为期一年的交换学习,目标是深入学习计算机科学,并进一步探索机器学习和深度学习领域。计划选修的 EECS127、CS188 和 CS170 课程中,EECS127 已满,担心这可能影响你的学习和未来申请研究生的计划。
针对下面的问题,这里有些建议和解决方案,希望对有相同情况的同学做借鉴:
然现在 EECS127 的课已经满了,不过别急,咱们还有别的办法保证你的交换年学习依旧精彩:
候补和随时关注:先把自己加到 EECS127 的候补名单上,然后紧盯着名额变化。开学前几周,课程表还是会有调整的,说不定就能挤进去。
找找替代课程:看看还有哪些课能帮你深入学习机器学习和深度学习。伯克利的计算机科学课程多得是,比如 CS189(机器学习简介)可能就很对你的胃口。
直接联系教授:试试直接发邮件给 EECS127 的教授或讲师,说明你的情况和对课程的热情。有时候,他们能提供些解决方案,或者至少给你点建议。
寻找科研机会:这段时间不妨找找机会参与科研项目,尤其是那些和机器学习及深度学习相关的实验室。科研经历能大幅加分,对申请研究生非常有帮助。
旁听课程:如果 EECS127 因为人满了你没法正式注册,可以问问讲师能不能旁听。旁听的话,你就能去听课、学习,只是不拿学分。
交叉注册:看看伯克利有没有和其他学校有交叉注册的协议,那样你可能就能在其他学校上类似的课。
独立学习项目:可以找教授聊聊,看看他们是否愿意带你做个独立学习项目。这样你就可以深入研究自己感兴趣的领域,而不局限于现有课程设置。
暑期课程:可以考虑在交换的前后参加伯克利或其他学校的暑期课程,这样也能学到很多,补充知识点。
专业工作坊和研讨会:留意学校或行业合作伙伴举办的工作坊和短期课程,尤其是那些跟机器学习或深度学习相关的。这些活动通常很实用,能快速帮你掌握一门技能。
网课学分:看看学校接不接受网课学分。像 Coursera、edX 这样的平台上有很多高级的机器学习和深度学习课程,也许你还能拿到学分。
加入研究生网络:参与伯克利的研究生社团或论坛。研究生们经常对如何应对学术挑战有独到见解,他们可能知道哪里有研究机会或者学习小组。
做实验室志愿者:即使不是正式的研究助理,做实验室志愿者也能让你获得相似的学习和实践机会,这对建立起和教授及研究生的联系很有帮助。
如果有对美国研究生申请迷茫的家长或学生,可以看下新东方美国申请指南