注册一亩三分地论坛,查看更多干货!
您需要 登录 才可以下载或查看附件。没有帐号?注册账号 
x
(转载自LZ本人在MOOC学院发的帖子,http://mooc.guokr.com/post/612337/)
申请还没有完全结束,还有七八所pending没出结果,但是梦校ad已到,没必要纠结等别的了。 汇报一下当前结果: AD: CS@ UC Davis, CS@Brown, ECE-SE@CMU-SV Rejected: CS-MIIS@CMU, EECS Meng@UC Berkeley Pending: Columbia, UCLA, UMichigan, ... Accepted: CS@Brown 这里是MOOC学院,所以我就不讲什么申请经验啊PS怎么写啊,而是主要介绍我自认为申请中最有特色的MOOC学习经历。我的本科学校还不错,人大,但是分配到的专业真的提不起兴趣。之前一直在金融工程和CS之间犹豫,选择辅修数学二学位边走边瞧,最后通过12门MOOC课程的学习坚定了学CS的信心,并一举转专业成功申请到满意的学校。 下面按顺序列一下我拿到证书的这十二门MOOC,每个配一段介绍。然后借着某码农留学论坛同学的提问作为提纲,回答一下他对于MOOC学习的几个问题 证书页:http://baizhima.wix.com/shanlu#!academic/c10z5 进去点academic那个钮,给不了直链..(我做的展示页自认为比MOOC学院成绩单好看...)
1. Machine Learning - Stanford, Coursera, 上课时间 2013.4-2013.6, Grade Achieved: 95.4% 这个课多好就不说了吧,Coursera掌门人Andrew Ng力作。这是我接触的第一门MOOC,但是是这一个session才第一次完成拿到证书。需要克服的困难是matlab/octave,在之前国外交换经历了numerical analysis课程的大量matlab编程后,这一次变成不再成为难题,顺利通过。课程偏代码实现,理论浅。 2. An Introduction to Interactive Programming in Python - Rice, Coursera, 上课时间 2013.4-2013.6,Grade Achieved: 90.9% with Distinction 我的Python入门第一课,强烈推荐所有考虑转CS或者对编程有兴趣的同学拿这门课起手。简单易上手,老师逗比,作业代码量适中(每周~200行),做最后两周spaceship的project发现自己已经写了小400行python时候就意味着这门语言你已经上路了! 3. Coding the Matrix: Linear Algebra through Computer Science Applications, 上课时间 2013.8-2013.10, Grade Achieved: 97.5% with Distinction 现在我的母校一门本科CS基础课。作业量极大,一周3个Lab。使用的是Python 3,第一周list comprehension那个Lab印象极其深刻,超过30个小题(这只是那周第一个Lab..) Rice的Python课还是介绍变成基本思想(循环、递归、对象),这个则上来就锻炼学生写出Pythonic的代码。video lecture是录课视频放上来的,不是那种老师一对一对着镜头讲的。我反而更喜欢这种形式,因为老师对着人讲有激情,对着摄像头有时候感觉像提词器复读机。当时暑期实习在一家研究所实习,干完本职工作写完研究报告我就天天琢磨这个课的Lab,有时候一天就做出来1个Lab的一两个小题!如果想感受真正美国大学CS本科教育强度和作业量的,推荐大家这门课。不适合Python0基础。 4. Computing for Data Analysis - John Hopkins, Coursera, 上课时间 2013.10, Grade Achieved: 99.0% with Distinction 鉴于JHU Data Science 系列课程已经被喷无数,我就不补刀了。这是specialization还没有之前jhu开的课(后来课名改了R Programming纳入data science specialization)。R语言初窥也是可以,就是.......水了点..恩每周作业10行代码[/hide=133] 5. Computational Investing - Georgia Tech, Coursera, 上课时间 2013.10-2013.12, Grade Achieved: 100.0% with Distinction, Verified Coursera发展到2013年下半年,推出了Signature Track这一收费项目,$50刀换电子认证证书。我在转signature track倒数两天(每门课开课两周内)交钱入坑。当时自己的macbook系统配置没调好,装不上python的panda扩展框架,所以作业做不了。每次作业是VirtualBox开虚拟机开一个windows做,程序运行速度可想而知。我写过这个课笔记总结,细节见http://mooc.guokr.com/note/837/ 作业检查方法有点不太科学,写了200行代码最后到Coursera平台是每周两道4选1,下列哪个数值是程序得出的结果,五次机会。学过概率的可以算一下每周纯蒙的数学期望,超过50%,所以理论上能蒙出证书....如果能有一个machine grader我会给好评的。 6. Introduction to Databases - Stanford, Stanford Online, 上课时间 2014.1-2014.3, Grade Achieved: 89% 7. Statistical Learning - Stanford, Stanford Online, 上课时间 2014.1-2014.3, Grade Achieved: 82% 两门课一起说。时间来到了2014年寒假,Stanford Online上线。斯坦福大学借助edX开源平台建立了自己的一套MOOC体系(约等于斯坦福学堂在线),首推的若干课程中就有我选的这两门从未面世过的神课:ESL的Trevor和Hastie的Statistical Learning和CS系主任Jennifer Widom的数据库(之前Coursera上好像不是她开)。当时还有一个EE364 Convex Optimization(老师是Boyd),鉴于我在学校数学规划有阴影,没有跟。数据库课作业量很大,Jennifer讲的也很好,但是我承认自己随着学校开学最后两周水了...统计学习课讲的不深,用的是他俩写的一本比ESL简单一级的教材,更重视统计学习思想的建立,数学推导不多。每周最有用的是最后那个R session视频,教大家上课学的这些SVM,Boosting在R里属于那些library,怎么用。到现在,全忘了。 8. Introduction to Computational Thinking and Data Science - MIT, edX, 上课时间 2014.3 - 2014.5, Grade Achieved: 93% with Distinction Coursera建立了Specialization体系的同时,edX不甘示弱建立了自己的XSeries课程体系,首推MIT Computer Science XSeries,我这一门intro to data science是其中的第二门。要求Python写,有machine grader提交代码判分的,给MIT一个好评。强化了一下我的Python水平,特别是面向对象这块。算法方面第一次接触到了图论,bfs, dfs, Dijkstra等等(自己学校数据结构课我也不想吐槽...不过也没可比性,一个是四大名校,一个在国内也不以计算机见长) 9. Web Application Architectures - Univ. of New Mexico, Coursera, 上课时间 2014.4 - 2014.5, Grade Achieved: 90.9% with Distinction 课程给虚拟机ubuntu镜像,实现一个简单的Ruby on Rails Application的部署。从头到尾我都不知道自己在干什么,每周作业就是重复最后一个video lecture的全部动作,照葫芦画葫芦。对于Ruby on Rails我现在仍然一无所知。不推荐这个课[/hide] 10. Engineering Software as a Service, Part I - UC Berkeley, 学堂在线, 上课时间 2014.5, Grade Achieved: 51% 这课....后悔没去edX上。MOOC中第一个M是massive,缺乏了规模的公开课也就缺乏了活力。光是虚拟机系统配置开课过了三周作业都due了俩了还是没有很好的解决方案,apt-get install的一个文件地址被墙,也迟迟没有给出很好的解决办法。我熬到51%过了及格线就跑路了。另外坑的一点是证书:这是第一次edX与学堂在线做课程资源的合作,又是UC Berkeley的课程。这issue证书环节就出了很大问题,三方协商来协商去迟迟出不来结果,直到去年11月才算最后有了交代,我也赶紧更新了自己cv~混过混过 11. Functional Programming in Scala - EPFL, Coursera, 上课时间 2014.5 - 2014.7, Grade Achieved: 71.6%, Verified 好课!EPFL也是欧洲EECS方面的顶级学府,老师就是scala的发明者。每周作业都有不小难度,关键是理解!!functional programming需要打破已经建立的imperative programming定式思维,重新看待每一个函数和算法实现。新的概念closure, curry, pattern matching层出不穷,最后两周划水了...这是我交了钱没拿distinction的一门,有点后悔。再多说一句,Scala可是越来越火,大数据解决方案Spark用的就是Scala, Coursera也用,所以后悔没好好学.... 12. Bioinformatics Algorithms, Part I - UC San Diego, Coursera, 上课时间 2014.10 - 2015.1, Grade Achieved: 90.6 with Distinction, Verified 时间走到了14年底,也就是申请的季节,为了表示对UCSD的衷心(这学校现在给我还under review估计挂了)我选了这门bioinformatics,并且交钱认证。一点不后悔!好课!这个课的特色是interactive text,先读课本再做题,不限语言,但是限算法时间复杂度。每道题给一个输入,五分钟内用你的程序给出输出,超时这次作答作废,下次输入又变了...用到的算法有图论,dynamic programming, greedy等等,无论是对生物信息学有兴趣,还是巩固算法,都是不错的选择。下个月bioinformatics II就会开,我看了一下第一周好像是组合数学什么的。 现在在上的课: 13. Mining the Massive Datasets - Stanford, Coursera 14. Artificial Intelligence - UC Berkeley, edX 15. Analytics Edge - MIT, edX
补充内容 (2015-4-7 22:01):
可以看看这个Quora的帖子:http://www.quora.com/MOOCs-in-20 ... nd-graduate-schools
回答者是Brown CS的教授
补充内容 (2015-4-14 00:28):
申请基本结束,又被ucsd,ucla,umich,columbia,uchicago拒了。我希望大家能够客观看待我的结果,转cs还是很难运气占很大成分,努力则是必须的。brown对moocer友好,刷出15个证来brown我请看帖的你吃饭! |