19fall 思考下有个付费参与的 UC Berkeley 的科研项目值不值得去？

美本的学生，在一所排名100左右的大U，目前大三， cs 和 administration in information system  双专业，但申请研究生的时候主要考虑 CS，细分方向的话 ML 也是考虑之中

目前为止没什么科研，之前听取了 W大 的建议，也在积极争取和教授参加科研的机会，因为目前cs课上得还不够多，

教授希望我上完下学期的data mining 等课程之后了解一些 ML后，再去参加他的项目（18年 九月份的样子），教授本身是康奈尔的博士，他专注的是machine learning， 利用移动设备收集信息，然后做医疗相关的项目

.. 通过个某大中介，也了解到有一些cs的科研他们可以提供，有个UC berkeley 的教授带的, 教授是来自 school of information, 并不是EECS

也是希望分享一些这些信息给各位，大家可以有个理性的判断和认识，也是想问问这种项目的含金量有多少，对申请会有多少帮助呢，因为对项目里有些技术不太熟悉，含金量觉得不好把控？

项目是关于搭建一个虚假新闻侦探（fake news detector）
  
你将学习到:
•  机器学习(Machine Learning)与深度学习(Deep Learning)基 础与应用
•  使用Neural Embedding技术做文本数据
• 使用多类分类器来做文档分类应用
• 使用真实数据集来执行自然语言理解(NLU)技术


我也要到了去年的类似项目的一些资料，似乎是同一个教授带的  项目  Google Cloud & YouTube-8M Video Understanding ， Planet: Understanding the Amazon from Space ，Zestimate Home Value Prediction （房屋价格预测）

去年的资料有这些，可能可以当作参考
基本大纲及内容介绍

Intro to Syllabus and Contents

1 Data Preparation 数据准备
-  Storage, cleaning, loading, merging, etc数据存储、净化、加载、合并等；


2 Data pre-processing 数据预处理
-  Z-scoring, normalization, component analysis, etc Z变换、一致性和成分分析 等；
-  Dimensionality reduction 维度降低；
-  Handling missing data 处理丢失数据；
-  Dealing with categorical, numerical, boolean data 处理单体、数字型、布尔型 数据。

3 Feature Selection 特征选择
- Feature Selection (aka Feature Engineering, Feature Extraction) 特征选择 （AKA特征工程、特征选取）
-  This is the most important step which requires creativity and ingenuity. 这是 最重要的步骤，需要具有一定的创造性和精巧性。

4 Machine Learning 机器学习
-  Supervised: SVM, Neural Networks, Random Forest, Regression（Linear and Non-linear）, deep learning, etc 有监督学习：SVM、神经网络、随机数族、回 归（线性回归和非线性回归）、深度学习；
-  Unsupervised: Anomaly detection, KNN, K-means, clustering, etc无监督学习： 异常发现、KNN、K平均、聚类分析等；
-  Model validation and testing, ways to define and measure accuracy 模型确认 和测试，这是定义和测试数据准确性的方法；
-  Ways to prevent overfitting and underfitting 防止过度匹配和匹配不足的方法
-  Bias-Variance tradeoff 偏差-方差 权衡。

5 Visualization and reporting 数据可视化和报告
- Ways to communicate findings to other people 如何与别人沟通和呈现关于数 据处理的发现


好处的话心里有底， 大概最直接的就是可以推动我参加 九月份的科研，有可能要到UC Berkeley 教授的推荐信

项目参加的价格大概是 3万 RMB，时间是 4-6周

不过还是有几个问题想问下
1. 这种项目的含金量感觉如何 ，是否值得参加，在根据上面列的一些大纲来看，当然是对于申请 cs master 来说
2. 有过这种 能否在以后的 resume 里写 part-time research assistant in UC berkeley 这种title
3. 与这位教授有这种经历之后，他写的推荐信不清楚分量会是多少呢？会不会比简单上过课的教授要感觉好呢

没啥含金量，看这个Project也就一个课程大作业的水平。
但是……价格也不是很贵，我觉得去一去也未尝不可啊，你可以：
1）为之后的科研做准备
2）认识一些有相同兴趣的同学（很重要，你有可能会获得很多圈内第一手消息，未来科研的时候也许有合作机会）
3）围观一下顶级学校phd的工作状态，也许你就不想继续科研了（手动滑稽

感觉没有什么含金量  伯克利i school很水的

engrytampon 发表于 2017-12-29 15:56
感觉没有什么含金量  伯克利i school很水的

谢谢你的回复。。我也觉得 i school 不是特别有含金量，好像还有全网课的program，但是我觉得内容上来看的话，似乎也是蛮丰富的？ 因为好像比单独的一节课的 project 下来的内容多了不少

不建议参加ucb的这个 身边有朋友参加过 听说基本就是上课你自己做一个项目而已 根本不是科研 而且跟导师交流机会很少

大都会做题家 发表于 2017-12-29 23:30
没啥含金量，看这个Project也就一个课程大作业的水平。
但是……价格也不是很贵，我觉得去一去也未尝不可 ...

谢谢老哥的回复...我个人感觉也就是一个课程大作业的样子，短时间也感觉不会有特别的成果，价格毕竟还是可以接受。。谢谢啦

zhanym0981 发表于 2017-12-30 04:06
不建议参加ucb的这个 身边有朋友参加过 听说基本就是上课你自己做一个项目而已 根本不是科研 而且跟导师交 ...

谢谢你的回复，我有私信你一些内容，可以的话麻烦查看下

kkpp 发表于 2017-12-30 20:21
这是不是新东方的项目。。。我之前貌似也看过，那个里面是不是只有一个副教授和一个没有教职的工业界人士指 ...

是的。。，你说的对，已经找到参加过的朋友了，似乎都不太推荐