前途出国

美国留学

首页 美国中学 美国研究生 英国 加拿大 澳大利亚 新西兰 日本 德国 新加坡
在线咨询 留学评估 答疑中心 GPA计算器
选院校 找顾问 购产品 读案例 报活动 学术指导 背景提升 跨境服务

干货|想学数据科学?哈佛教授带你入门!

留学评估 在线咨询

2021-09-06 来源: 新东方美国研究生留学


摘要: 从专业详解、申请准备、就读建议和提问环节四个方向进行归纳总结,想申请美国数据科学方向的小伙伴们,快跟着前途出国小编来看看啦~

新的申请季已拉开帷幕,为给广大学子们提供清晰的选校选专业思路,院校专业选择的系列线上讲座【热门院校专业训练营】,邀请来自U.S.News TOP30院校的学长学姐和高校大咖教授分享经验。

本篇文章归纳总结了#8月21日哈佛教授解读数据科学专业内核讲座#的精华内容。

专业详解、申请准备、就读建议和提问环节四个方向进行归纳总结,想申请美国数据科学方向的小伙伴们,快跟着前途出国小编来看看啦~



专业详解

● 为什么选择人工智能方向?
人工智能是现今的大热专业,很多人认为从事人工智能研究是一件又Cool,又充满乐趣的事。从事人工智能相关工作能走在研究和产品开发的最前沿,同时获得高薪。

 

● 学习人工智能的途径主要有以下四种:
1.书籍自学:推荐 入门-Andrew Glassner < Deep Learning> , 以及<Deep Learning for Coders with fastai&PyTorch> , <Deep Learning with Python>
2.加入社群:加入学习社群,互相分享信息,交流并拓展想法
3.视频自学:广泛的视频资源可以使用,更详细地解释知识、理论等
4.选择课程: GEC课程推荐 ,Fast.ai 课程或读一个硕士学位,比如哈佛的数据科学项目,非常灵活,有多种可选课程。


申请准备

 

● 稳定优秀的成绩:

分数虽然不是全部,但成绩单能很好地反应一个人成功的潜力如何

录取时学校也会关注长线的成绩,而非单次成绩。持续优异的成绩会反应你的勤奋程度以及对学业的专注程度

● 相关知识准备:

要掌握申请专业需要的一些知识或者先修课程,比如对应数据科学来说,需要学习数学、计算机科学、Stata

 

● 相关经验积累:

1-3年的相关经验许多中国学生都是本科毕业之后急于申请硕士,这虽然没有问题,但往往会比较缺乏经验,而专业相关的经历会让你成为学校更青睐的有基础的、比较成熟的选择。

● 有效推荐信:

推荐信不要去找不认识的美国教授写,要去找有接触的、熟悉的老师。信中的内容最好有一些推荐人对你的评价和见解

另外,并不一定要找有声望学校的教授写,如果他们写不出什么内容的话也是没有帮助的。要尽量找到能写出有效推荐信的人,并引导对方以诚实的方式评价自己。

● 坦诚的个人陈述:

要清晰表明为什么想要读这个项目以及读项目之后的计划,这是个人陈述最重要的两个部分,当然也需要添加一些个人经历,但切忌言过其实。

个人陈述不是在评判人们的写作能力,而是了解学生的一种最直接途径。所以最好不要找其他人代写,一定要自己写,遵从内心,做自己

个人陈述只作为参考,并不会对录取起到决定性作用。重要的是面试表现以及从中体现出的个人能力

在个人陈述中不要过分抒情和夸大事实,要谦虚,做自己。尝试说出为什么喜欢这件事,而不是我有多适合这件事(甚至夸张到我就是为这件事所生的)。


就读建议

● 多交流:

多与外国同学进行交流,真正参与到项目中,获得充分完全的体验。不要只停留在舒适圈,只和中国的学生进行聊天和交谈。

● 踏实下来:

要虚心和耐心,一步登天是不可能的。踏实下来、专注地从基础开始一点点学习,这样在未来才有可能成为一个优秀的人。

● 夯实基础

在踏实学习基础知识的过程中有些变化会自然而然地发生你会成为更好的自己,能力也会逐渐增强。所以不要想着自己在做无用功,也不要觉得没必要执着于基础,这些都是必备的东西。


提问环节

 

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。

 

Q2: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:

• 计数据科学是由统计系开设的
• 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。

 

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,所以据我所知,他们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。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。

 

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,攻读数据科学硕士会就会很痛苦。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,毕竟很多申请人的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

 

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。

以上就是小编为大家整理的本次讲座的精华要点啦~22申请季已拉开帷幕,想要申请美国研究生的同学们,各项准备工作要有条不紊的进行哦,快安排起来吧!

更多留学规划及就业问题,欢迎联系前途出国咨询!

如需进一步了解,或有任何相关疑问,欢迎在线咨询。如果您对自己是否适合留学还有疑虑,欢迎参与前途出国免费评估,以便给您进行准确定位。


免费留学评估

  • *手机号
  • *意向国家/地区
  • *意向阶段
  • *就近城市
立即免费申请
顾问推荐
    相关文章
    • 热门内容
    • 热门活动
    首页| 企业文化| 联系我们| 加入我们| English website| 微博:新浪| 投诉建议|
    新东方教育科技集团有限公司
    经营许可证编号:京ICP备05067667号 ©版权所有:新东方教育科技集团有限公司