【活动号召-呼唤参与】我在美国上课的感受和总结

再讲一个我在USC 上EE559 模式识别的例子。

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？
没有，这门课主要是针对machine learning classification问题的，会讲很多分类算法，像SVM, logistic regression, NN都会涉及到。

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？
我是最后一个summer上的，这门课难度不是很大，但是作业很多，老师设计到的内容也很多，从逻辑回归讲到RNN, rajati作业还是挺难的，但是很有用。

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？
会有作业，有的是数学推导，有的是project，有一个project 是做人体运动模式识别的（就是判断这个人在做啥运动）。

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？
human activity recognition,学到了很多，例如时间序列，例如怎样处理不平衡数据。

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？
当时有大概40个学生吧，有2个TA,但是没怎么问过TA.

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？
据我了解基本大家都能拿到A， 至少有个B，应该不会有人挂

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？
考试要好好复习，内容比较多，难度不是很大，本人A-.

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？
我觉得我会把时间分配好，着重学习神经网络部分，发现NN在工业界其实用的很多。

9）你觉得这门课程有用吗？学到了什么东西？
我觉得有用，学到了很多ML的分类算法，是machine learning的一个补充。至少我是愿意把这门课推荐给学弟妹的

UW Machine Learning
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？
国内上的基本是数学基础，线代概率统计啥的，当时学的比较应试，也过了很长时间，所以上之前还是补了补
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？
第四学期，属于偏难的课，比较理论，数学推导很多，作业的推导对我来说比较难，编程题比证明简单点
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？
四次作业，每次有几个主要算法的implementation，最后自选一个主题做个final presentation
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？
Final project一定要多于ta交流，确定一些方向性的东西
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？
大约十个左右吧，ta有五六个，officehour一般都爆满，可以在课程网站上问问题会有人回复
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？
平均gpa3.5，中国学生一般都是above
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，只看最后的project，没有基础还是不要临时突击
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？
多补补数学基础吧，尤其是概率和统计
9）你觉得这门课程有用吗？学到了什么东西？
cover的东西还算是比较全的，对主要的算法都能多少有个了解
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？再次提醒，可以设置积分限制

NYU distributed system by Prof Panda
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？
我是转专业的，去年才来的时候，基本可以说一行代码也写不出那种，所以水平是相当的烂了。。。

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？
是我在美国的第三个学期。这门课的难度我觉得对于转专业的同学来说，还是有一定难度的，应为比较偏system，lab要写raft，不好debug，所以会有点tricky，如果有bug的话。而且老师是新老师，可能没什么经验吧，lab的instruction比较模糊，test case也不给，所以写lab的过程有点无助啊。。。

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？
lab的话，主要是就是implement raft，另外还有一个小lab，写一个支持concurrent的kv store。
然后会有一个大的term project，这个要看自己的选择，一定要做和分布式相关的哦～

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？
当然是写raft了。。。一脸懵逼啊。。。经验就是，关于raft的paper有两篇，一篇是小paper，另外一个叫大paper。小paper主要是讲理论的，大paper主要是讲implementation的。。。我当时不知道有大paper，就看着小paper来写，结果可想而知，很多地方都是自己yy的，不符合老师的要求啊～～～就跪了。。。

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？
大约40人？由于老师才来nyu，所以没有ta和grader，惨吧。。。不过老师piazza回复还挺及时的，邮件也回的，还是可以的，如果你需要帮助！

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？
分数的话，应该还不错吧～不知道别人的分数哎。。。不过term project一定要自己好好做哦，不要抄mit的lab，可能后果很惨烈的。。。

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？
没有期中和期末考试的～

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？
当时是写raft了。。。尽早开始！而且grpc这些东西要仔细学一学，磨刀不误砍材工～

9）你觉得这门课程有用吗？学到了什么东西？
有用的啊，还挺有趣的！不过不知道以后会不会真的用到。学到的东西就是go，grpc， protocol buffer。然后topic很广：paxos，raft，byzantine problem等等吧，蛮多的！

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
nyu cs.  可爱的prof panda～

NYU foundations of machine learning(FML) by Prof Mehryar Mohri
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？
我是转专业的，去年才来的时候，基本可以说一行代码也写不出那种，所以水平是相当的烂了。。。不光代码烂，而且数学也很烂！！

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？
是我在美国的第三个学期。这门课的难度我觉得对于ml零基础的同学来说，还是有点头痛的，特别如果你数学基础也比较薄弱的话。这门课主要是讨论传统ml的理论基础，不是实践，也基本不涉及nn和dl的话题。

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？
一共有3次作业，都是数学证明和推导，每个作业，比如我，要写好几天。。。最后有一个term project，要求是原创性和创新性，随便复现下别人的成果可能分数不会太好吧。。。

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？
作业的话，关键是数学基础要扎实一点，如果写不出，就好好补补基础，然后再看书，或者和大家讨论下思路。
term project，做点自己感兴趣的topic吧！一定要有爱才有动力哦～

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？
大约30-40人？有3个ta。帮助的话，我觉得一般吧。。。其实我觉得帮助这部分是这课应该加强的地方。

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？
分数的话，应该还不错吧～不知道别人的分数哎。。。不过term project一定要自己好好做哦，我也是出分数了才知道term project竟然会占50%！惊了。。。

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？
没有期中和期末考试的～

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？
不建议把这门课当作ml的入门课程，而是一个系统学习ml理论的课程。最好是补补数学，然后对各种ml的算法有个大概的理解和实践的经验，然后再进一步好好理解后面的理论。

9）你觉得这门课程有用吗？学到了什么东西？
有用的啊，还挺有趣的！如果你想做传统ml的科研，这门课是很好的～上完这课，相信你读paper的能力会有提高的～～～还有推导和证明各种bound。。。

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
nyu cs.  大佬Prof Mehryar Mohri～ 老师虽然年纪不小了，不过人很帅的～～～

Data structure and algorithms  (UW-seattle)
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？
pre的话就是一门编程语言课，然后加上一些数学基础课，用来算复杂度之类的。
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？
第三学期。这门课难度适中，对于编程基础比较踏实的人来说的话应该算是比较适中的课。
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？
一共有四个project，会让实现一些数据结构以及有趣实用的程序例如计算器等。
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？
Search engine比较让我印象深刻，他的turtorial设置非常好，所以认真跟着步骤来的话是很有趣的。
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？
这个不太清楚，TA有10个左右，只要去问，基本都能得到满意的回复的。
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？
不清楚。
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？
闭卷考试，难度还是可以的，临时突击会没什么用，因为涉及的面比较多，如果不是平时理解比较好的话，做题会很困难。
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？
我觉得在实现一些数据结构的时候可能会设计的很好一些把，把复杂度什么的降下来。
9）你觉得这门课程有用吗？学到了什么东西？
非常非常非常有用！ 对于基础的数据结构算法涉及的非常全面，可以说是程序员们必上的一门基础课了！
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、

Introduction to Artificial Intellgence (UW-seattle)
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？
pre的话上面说的那门算法和数据结构课，然后还有一些基础的数学课就不罗列了。
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？
第二学期，我觉得这门课难度比较大，比我想的要难一点。 因为AI方面的很多理念无法可视化，所以光靠自己去想去推导的话非常难受。
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？
一共有四五个作业，一个project，我觉得作业比较有趣，作业会让你解决一些puzzles， 再或者让你去设计一个五子棋的AI，涉及完后还可以跟别人（同班的小伙伴）对战，可拿到额外的分。
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？
我想重点说说一次大作业，就是五子棋的AI。 课程设置的很好，所以你按部就班的来，虽然很有难度，但是他提供的帮助资料非常有效。通过ITDFS扩展state space，然后通过pruning减少搜索空间提高效率，自己再去设计一些算杀或者防止被别人算杀的走法，这个比较creative。 然后后面可以通过zobrist hashing再次提高运算速度，让你的ai更快。
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？
3个，TA有5个左右。在我需要的时候，得到了很大的帮助，尤其是开学初期。
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？
3.5左右吧。 中国学生一般在这之上。
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？
闭卷考试，难度很大的，题量也很大掌握的不好根本做不完，所以临时突击会没什么用。
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？
我会把我的AI做的更好一点，事实上到现在都感觉自己的ai很蠢。。。
9）你觉得这门课程有用吗？学到了什么东西？
很有用，让你再ai领域入门的一门课，如果感兴趣，可以后续继续深入学习。
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、

我在美国上电子实验课的感受
一学期有三到四个实验，数量不多，但是质量很高。每一个实验都得做两三周。由于是电路实验，常常实验内容是在面包板上搭各种功能的电路，然后做各种参数的测量。从而达到熟悉电路功能和测量仪器用法的目的。实验安排的很详细当然也很繁琐。实验结束后的实验报告以组为单位但每个人都要上交。整体数据一样，但是实验心得和总结以及实验后面的附加思考题不能一样。通常完成一个实验 想要拿到高分得付出很大的心力和时间。 所以课前准备很重要，不然，在实验课上再花去大把时间理解实验内容就得不偿失了，错过了宝贵的找老师解惑的时间。

我在usc的data informatics 专业  今年后会更改为 applied data science
基本课程都是相似的 只是从28 学分变成 32 学分  要多修一门 python的课程

来说说我上的课程
1. Data Management   这是门基础课  但是我觉得十分有用  涵盖了各方各面的知识 可以很快帮你认识到data方面的知识  而且课程比较简单
2. Machine learning 这门课十分有用 让你很快了解ML的基础 但是不是很深入
3. Data Mining 这是门核心课  在这课上你会学到很多数据科学算法 同时用到spark 十分有用
4. Data Visualization 这门课主要是用D3.js 去 实现数据可视化 有点像前端的课程

总体来说 就是课程都是很新颖的 可以学到好多

UCSD Programming Languages
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？
本科专业是软件工程，所以Java和C++的编程课都上过。但这门课学的三门语言：ocaml prolog和python，之前没有系统学过（用python写过项目）。

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？
在第一学期就选了这门课。个人感觉只要平时作业都认真思考了，不难做出来，再在作业的基础上准备考试，考试也不会很难，所以整门课的难度我认为还ok。难点是ocaml和prolog是之前完全没接触过的语言，要从头开始学语法，尤其是prolog，编程时的思考方式和一般编程语言也不太相同。

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？
这门课没有project或者大作业，平时都是一两周一个编程小作业，一个学期有7次作业，每次作业包含了5-10题不等的算法题。其中有一两次量比较大的作业是和实现编译器有关的，但是题目就会把大框架搭好（调用逻辑啊这些完全不需要自己考虑），需要实现的部分只是里面的几个方法。

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？
有一个作业是用ocaml实现编译器，虽然主要工作量只是一个方法，但要考虑的情况极其复杂，尤其是对let、let rec等的解析，一定要想的很清楚环境里存储的函数体、变量名和变量绑定等等问题才行。

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？
100人左右，有4个TA。TA的作用还是很大的，在学校的课程交流网站上基本上是有问必答，所以我写作业之前一般会先浏览那上面已解决的问题，对作业帮助很大。甚至有些实在找不出来的bug，可以私戳发给助教，助教会适当帮助学生debug，我觉得这样帮助还是很大的。

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？
因为最后总分由7次小作业和期中期末组成，因为测试用例多，作业大家一般都扣分不多甚至不扣分，再加之期中期末考不会很难（2、3小时的考试1个小时就能答完），所以最后大家分数差距都不是很明显。我们最后是95以上A，中国学生成绩肯定都很好啦。

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，但都可以带一张cheat sheet。cheeat sheet上我一般记的都是看过的paper的重点，因为每次考试还会附加一张和paper有关的多选题，分值会占到总分的五分之一。一个学期会读7篇paper，读完老师在课上讨论那种。整体考试难度不大，题量也不多，但是会有tricky的地方，卡住了扣分还是很多的，对总分影响很大。临时抱佛脚要看多临时吧，我预计考前花一周就能学完所有三种语言的语法、把作业的解法看懂并刷往年考试题，这样应付考试问题不大。

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？
认真读paper，参与课程讨论。我的所有paper都是平时偷懒考前才看的，根据老师课上的录屏拎重点，虽然考试考的不错，但是如果平时能按时读paper，也不至于考前12小时花了6小时读论文了…太痛苦了

9）你觉得这门课程有用吗？学到了什么东西？
emmmm，还行吧。学这门课的初衷是为了巩固Python基础，因为之前已经用python写过不少项目了，但是每次都是现用现查，不够系统。学完这门课还是有收获的。至于其他两门语言，ocaml和prolog，用处大不大还未知。prolog能从另一个角度来编程，对于转化思路来说还是挺有趣的。

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
UCSD的CS专业

Statistical Computing and Data Visualization  (R)

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？
我是零基础从头学起。 但这课程是为初学者设计的，课程进度还是很友善的。

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？
课程开设在第一学期，教同学用R做基本的数据处理, ggplot绘图 shiny ...
难度不算太高，适合初学者一步步探索coding

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？
整学期有约六次作业，一个针对数据可视化的团体报告以及期末跟企业合作的project. 除了团体报告偏向读书心得之外，其他都要用到Ｒ。

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？
跟企业合作的project重点放在EDA (exploratory data analysis)，加上对数据应用及该产业领域了解不足，自己觉得最后没给出有用的business strategy. 如果能有mentor辅导project可能比较理想！

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？
班上约50人，有问题直接问教授

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？
普遍都拿Ａ或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？
期中考期末考都是开卷, 可以带cheat sheet 自己的笔记，难度中等，考前有提供考古题练习
如果和我一样是coding新人 不建议临时抱佛脚 ^^"

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？
除了课程进度，多在网上学习Ｒ的应用 (到Kaggle看cases.. discussions等) 会学习的更全面！ 但是毕竟从零基础开始，多些摸索时间也是难免的.

9）你觉得这门课程有用吗？ 学到了什么东西？
基础的Ｒ数据处理.资料视觉化。对coding新人而言还是满有成就感的！但如果要找工作实习，还是需要努力自学充实能力～

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
use

补充内容 (2019-1-31 02:12):
use
. 1point3acres.com
补充内容 (2019-1-31 02:14):
usc 啦 打错