【活动号召-呼唤参与】我在美国上课的感受和总结

在Gatech 上 Machine learning的 感受
1）你在国内上过这门课程以及要求的prerequisite courses吗？在国内的时候，学的很烂，还是自己觉得还不错？
    之前在Coursera 上个 UW的 machine learning

2）从这个问题开始，均针对美国上课。你是在美国的第几个学期上这门课的？你觉得这门课程难度如何？比你想象的难还是容易？难在哪里？或者为毛你觉得很简单？
    这门课本身还是挺难的。比较注重理解。这门课可以在任意学习选取。而且是machine learning track的基础课程。 这门课强调的是对 machine leanning的理解，所以作业也都是以写论文为主。 期中考试中位数也就是不到50分吧。

3）上课做了哪些project或者大作业？能大体说一下情况都是做的啥吗？
supervise learning， unsupervise learning, reinforcement learning 各种一个project.
supervise learning 是预测房价。
unsupervise leanrning 是做 k-means的聚类分析
reinforce learning 是机器人搜索问题

4）哪个project或者大作业你印象最深刻？你是咋做出来的、或者是如何栽倒的？有啥经验感受想说出来？
最后一个训练机器人的题目还挺耗时间的。要提前开始，因为这个项目细节很多。而且要跑到一定的分数才可以。 项目论文也是比较花费时间的。
UCB 的AI 课程的reinforce learning 部分讲的很好而且和这个项目密切相关帮助很大。



5）你班里大约有多少人同时上这个课程？有几个TA/Grader帮忙？你觉得你在需要的时候，得到了帮助吗？
这是网课，当时有300人一起上。 TA有10多个人吧。主要在piazza上面答疑，有一定的帮助。


6）你了解班里的分数分布吗？中国学生一般成绩如何，或者做project、大作业情况如何，你了解吗？
感觉应该有60%的A， 30%B，剩下就是不及格了。其实都会curve，作业都交了应该没啥问题。

7）期中或者期末考试是闭卷还是开卷？难度大吗？临时抱佛脚突击有用吗？
都是闭卷考试，而且题目十分灵活。难度不小。强烈建议CMU那么machine learning的历年考题。

8）如果你有机会可以重上这门课程，你在什么方面会做的不同？
多看CMU的视频，UCB的视频。

9）你觉得这门课程有用吗？学到了什么东西？
对Machine learning 有了全面的了解。

10）介意说一下你是哪个学校什么专业的吗？介意说一下老师的名字吗？
Gatech online cs-master

跨专业学通信EE
1）你在国内上过这门课程以及要求的prerequisite courses吗？在国内的时候，学的很烂，还是自己觉得还不错？
国内没学过
2）从这个问题开始，均针对美国上课。你是在美国的第几个学期上这门课的？你觉得这门课程难度如何？比你想象的难还是容易？难在哪里？或者为毛你觉得很简单？
认真看一下，不难
3）上课做了哪些project或者大作业？能大体说一下情况都是做的啥吗？
project就是简单化的实际问题，比如说推荐，用machine learning
4）哪个project或者大作业你印象最深刻？你是咋做出来的、或者是如何栽倒的？有啥经验感受想说出来？
课程很容易，但project涉及的东西很多，一时间要combine很多东西
5）你班里大约有多少人同时上这个课程？有几个TA/Grader帮忙？你觉得你在需要的时候，得到了帮助吗？
一个ta，三十个学生
6）你了解班里的分数分布吗？中国学生一般成绩如何，或者做project、大作业情况如何，你了解吗？
大部分A
7）期中或者期末考试是闭卷还是开卷？难度大吗？临时抱佛脚突击有用吗？
闭卷，有难度
8）如果你有机会可以重上这门课程，你在什么方面会做的不同？
仔细看看国内教材
9）你觉得这门课程有用吗？学到了什么东西？
起码是英文版，以及一些核心东西
10）介意说一下你是哪个学校什么专业的吗？介意说一下老师的名字吗？再次提醒，可以设置积分限制
通信

cornell 统计ms 17fall(我因为申的18fall，还没去读，求我本科同学给我分享的，，绝对保真，，求版主加米）
这个项目是一年以就业为导向的，就业数据还不错，但主要是针对美国人的，项目里美国人比较多，国内大概本科有清华和其他比较好的学校的，陆本人比较少，可以选Cornell本科cs课程，，，本科生都牛逼爆了，，认识一个美国本科生今年拿到uw,ut austin cs phd，，，选的统计课比较实用，也没有很难，用matlab sas啥的，我同学作死选了机器学习，结果悲剧了，主要是用到的数学很难，，，找实习的话要尽快，，国内一个同学过来了就找了中介培训找实习，，很快就找到了，，这个项目出来做sde不太可能，一般都是数据分析，，反正离毕业还有五六个月，，应该能找到的实习

心塞，不知道为什么有段时间没上论坛，分就被扣光了，哭

Taotao666 发表于 2018-3-24 06:04
心塞，不知道为什么有段时间没上论坛，分就被扣光了，哭

嗯，所以你可能发错版了。

我想讲一讲关于EE的 analog circuit design的本科课程。
在国内学过模拟电路设计基础的课，但是在国内学的时候用的教材是偏重于讲关于Bipolar transistor的电路。 而现在大部分模拟电路都是CMOS transistor. 美国这边本科讲模拟电路时， 主要从CMOS 电路讲起。 虽然和bipolar电路有些相近，但并不一样。 所以刚来读研时 上的模拟电路研究生的课，真是觉得特别头痛，相当于于零基础。从而我又在第二学期，重修了本科的模拟电路课程。 相对于其它的一些本科课程，修模拟电路的学生并不是很多。不过大部分上过这些课的学生以后都会从事于模拟电路设计的工作。课下作业很多， 除了作业之外 还有两个project.两个或三人一组，最后进行presentation。总体感觉课量很大，学生要花的时间比较多。一般建议当学期如果修了模拟电路课程，最多再修两到三门课，不然时间不够用。本科课，做的project相对简单， 比如简单电路的仿真 设计 或者是 一些晶体管参数的测量。希望这能对有意学习模拟电路的同学有帮助。

我来分享一个在Purdue University读EEE项目（Environmental and Ecological Engineering）的经历吧，环境项目相对还是蛮冷门的，但是Purdue Univ.有个好处就是可以选择30学分/21学分+thesis的方式毕业。项目要求必修课有6个module，每一个module值一学分，2个学期修完，剩下大部分课程都是3学分/门课。总得来说中国学生比例不太多，我们班大概30多个学生中只有3个中国学生，module的主题每个学期都不一样，上学期我们经过了LCA、Energy还有个主题忘了，这学期是Solid waste，海洋和一个有关数据分析的主题。module虽然1学分、5周的课，节奏很快，课程难度也不小，主要以一个大作业的形式来作为考核和计分方式，一般都是teamwork，所用到的技巧有上课的时候教授讲授的计算方法、以及少量R的编程，也是因topic不同而异，有些教授要求和给分都比较严格，但有些就比较水一些。

由于我主要想在读完环境ms之后再读一个统计ms，所以选课就基本以选统计课为主，普渡的统计课说实话还蛮难的，因为我本科也是环境没有什么数学基础，所以选择的统计课都以研究生的基础课为主，这学期主要在学Probability和Regression，考试方式就是mid和final，mid考完之后成绩一般般（全班平均数），感觉课下还是要花很多时间去自己吃透的。中国教授比较多，讲课水平我觉得fair吧，比较照本宣科。

我在UIUC上统计系Machine Learning课程的感受和总结

1）你在国内上过这门课程以及要求的prerequisite courses吗？在国内的时候，学的很烂，还是自己觉得还不错？
我是在美国读书期间第一次接触到了Machine Learning课程的。我本人是统计系的学生，而且当时计算机系并没有开设太好的机器学习的课程，所以就在统计系take了。

2）从这个问题开始，均针对美国上课。你是在美国的第几个学期上这门课的？你觉得这门课程难度如何？比你想象的难还是容易？难在哪里？或者为毛你觉得很简单？
应该是第三个或者第四个学期学习的这门课程。这个课难度应该说还好，看你想学到哪种程度。如果你想了解机器学习算法，那么你应该可以很轻松的读下去；如果你想搞清楚背后所有的理论数学知识，那么你需要很努力的自己去推倒。老师本身数学功底很好，也会提供很多数学资料，能不能读懂完全看个人了。

3）上课做了哪些project或者大作业？能大体说一下情况都是做的啥吗？
有五六次作业，每一次作业都相当于一个小项目。最后的大project是可以在老师提供的data里面选，或者获得老师同意之后使用自己的data。记忆比较深的包括可以选择设计推荐系统（MovieRank），Lending Club default prob etc。大项目是可以几个人一起完成的

4）哪个project或者大作业你印象最深刻？你是咋做出来的、或者是如何栽倒的？有啥经验感受想说出来？
最后的大项目最花时间。数据在哪里，方法也都学过，但是那是第一次写这种大的项目报告，时间需要的比较长，而且互相协调也是问题，上课的时候更多是尝试各种方法，但是做项目的时候你要会合理使用各种方法，并比较优劣。

5）你班里大约有多少人同时上这个课程？有几个TA/Grader帮忙？你觉得你在需要的时候，得到了帮助吗？
我们当时有大概60个人，一个TA。TA office hour的时候无数人，尤其是作业快due的时候。这门课学生backgroud差距比较大，有的很牛，有的稍微差一些。

6）你了解班里的分数分布吗？中国学生一般成绩如何，或者做project、大作业情况如何，你了解吗？
70% A(包括A-) 其它是B。这门课没有考试，主要看学生项目（大概占70%）完成程度，包括认真程度，etc。

7）期中或者期末考试是闭卷还是开卷？难度大吗？临时抱佛脚突击有用吗？
没有考试，所以历史抱佛脚完全没用，最后的大项目需要花不少时间。请尽早准备。

8）如果你有机会可以重上这门课程，你在什么方面会做的不同？
还是觉得当时学的很多东西不够扎实，如果重来一遍，我会把老师发的选读资料都读一遍，其实我后来复习这门课的时候就读了很多当时没有读过的材料，受益不少。

9）你觉得这门课程有用吗？学到了什么东西？
非常有用，除了deep learning，其它机器学习的知识你在这里差不多学全了。

10）介意说一下你是哪个学校什么专业的吗？介意说一下老师的名字吗？再次提醒，可以设置积分限制.
不记得了。。。但是应该是每个学年都会开设一次的。当时读书的时候很多CS／EE的同学选修。

正在上USC的EE660 machine learning 这门课！谈谈自己的感受吧～
1）你在国内上过这门课程以及要求的prerequisite courses吗？在国内的时候，学的很烂，还是自己觉得还不错？
在国内没上过这门课程，老师为加州理工大牛，课程偏理论
2）从这个问题开始，均针对美国上课。你是在美国的第几个学期上这门课的？你觉得这门课程难度如何？比你想象的难还是容易？难在哪里？或者为毛你觉得很简单？
这是我来美国的第二个学期，我觉得这门课难度适中的，比我想象的难一点点（本以为自己曾经旁听过，上这课会轻松很多。。）因为之前只是看了一些理论，没有编程实现过，所以现在实现起来觉得还挺费时，尤其是最后的大作业
3）上课做了哪些project或者大作业？能大体说一下情况都是做的啥吗？
做了一个Kaggle competition.
4）哪个project或者大作业你印象最深刻？你是咋做出来的、或者是如何栽倒的？有啥经验感受想说出来？
有一个Spam recognition 项目让我印象很深，老师会给流程图，顺着老师的流程去做，
5）你班里大约有多少人同时上这个课程？有几个TA/Grader帮忙？你觉得你在需要的时候，得到了帮助吗？
这门课一共50个人上，有2个Grader，得到了TA的帮助
6）你了解班里的分数分布吗？中国学生一般成绩如何，或者做project、大作业情况如何，你了解吗？
班级里面phd很多，不少人考试满分，简直太屌。
7）期中或者期末考试是闭卷还是开卷？难度大吗？临时抱佛脚突击有用吗？
这门课是闭卷，难度较大，需要平时好好学
8）如果你有机会可以重上这门课程，你在什么方面会做的不同？
我希望我可以好好去做每一次作业，然后预习这门课。
9）你觉得这门课程有用吗？学到了什么东西？
很有用啊，这门课我学到了machine learning的基础。
10）介意说一下你是哪个学校什么专业的吗？介意说一下老师的名字吗？再次提醒，可以设置积分限制
我现在是USC EE，老师名字是jerkins.

我在NYU tandon school of Engineering上DSP课的体验。我的专业是Electrical Engineering，DSP算是必修课了，果断第一学期就选了DSP，有两个老师开课，我选了ivan的DSP课，也是第一次体验美国的课堂。老师真的超级棒，一个和蔼的老头，一看就是那种人很nice很专注于学术。口音很正，上课有条不紊，解释娓娓道来，很容易听懂。虽然作业量不小而且难度不小，但是考试不算太难，给分很nice。之后就是ivan所有的课都选了个遍，也做了TA，可惜最后想和他读博的，听说学校不提供 funding这几年（很少名额），最后放弃走向求职之路，现在自学在找SDE的工作，希望能在论坛得到帮助！