本科生方向不match申CS-PhD到底有没有希望？

jujn1919 发表于 2012-9-29 10:38
我自己也觉得没有说服力，所以才到这来发帖……
但是除了背景match就没有别的方法吗？
至于PS我觉得我既 ...

如果我是教授的话，我也更倾向于找一个在本方向有研究经历的人……
不过你PS里面可以体现自己的潜力
另外要怎么样表现自己的兴趣和对该方向的认识，这个得好好想想

西子 发表于 2012-9-29 10:55
如果我是教授的话，我也更倾向于找一个在本方向有研究经历的人……
不过你PS里面可以体现自己的潜力
另 ...

嗯……我会仔细想想这个问题的，希望到申请的时候能有个清晰的思路吧。
我发这个贴还是因为自己比较懒……想看看不套教授就能被录取可能性……这些东西还是要自己去争取吧……
多谢你的建议~

jujn1919 发表于 2012-9-29 11:13
嗯……我会仔细想想这个问题的，希望到申请的时候能有个清晰的思路吧。
我发这个贴还是因为自己比较懒… ...

嗯，很多信息还是要自己去搜索的～
申ＰＨＤ的孩子都不容易呀～～加油加油

jujn1919 发表于 2012-9-29 10:29
我自以为“数学对于我从来不是问题”，估计是盲目自信吧，但是大学数学基础不太好，因为学校的课程要求太 ...

我很同意Janet的观点，数学和编程是基础，这其中数学尤其重要，直接关系到你看论文的速度。所谓“潜力”其实就是指的这些硬基础。你现在的情况是，硬基础似乎一般，相关背景应该差不多没有，那你唯一能吸引教授的就是对这一领域的深入见解。

然后你说你才看了几个月，提的东西肯定很naive，但是如果你不提，你还有什么能说的呢？你的申请材料和那些对这一方向没兴趣的海申的同学比，有什么不同呢？我们当然可以相信你，但是审材料的教授凭什么相信你？

说实话，要深入了解一个小分支，哪里用得着几个月，研究中补背景知识看他人idea所占的时间可能连10%都没有，真正费时间的是想出新东西来，并且实现它。

既然是CS我可能能稍微理解一点，不如说说是什么领域吧。

shengshuyang 发表于 2012-9-29 11:50
我很同意Janet的观点，数学和编程是基础，这其中数学尤其重要，直接关系到你看论文的速度。所谓“潜力”其 ...

领域是machine learning。
关于我说的背景了解，由于我这几个月一直在忙着做datebase方向的一个项目。我说的看machine learning相关东西只能是是偶尔看看，可能到申请截止我也不能把主要时间用在这个上。
“但是审材料的教授凭什么相信你？”这就是我现在愁的问题。
如果你说的硬基础是指“数学能力关系到看论文的速度的话”，那我一定不差（至少不比我认识的任何一个人差，我不知道是不是我盲目自信，但是这是我平时的经历带给我的感受），但是我不知道怎么证明这一点。
我能想到的向一个人证明自己的办法就是和他做东西，并得到他的认可，如果他不认可我，说明我的能力真的不够。但是我发这个贴的原因是想问这个过程一定要在读PhD之前做完么？我看过一个外国人写的工作之后再选择读PhD的原因就是“I want to know why”，难道非要证明自己做得好才能读PhD么？

感觉不match申MS没问题，但是PhD很难陶瓷，因为match又优秀的人有那么多……教授为了降低风险可能会选择match的人

wildchild 发表于 2012-9-29 14:58
感觉不match申MS没问题，但是PhD很难陶瓷，因为match又优秀的人有那么多……教授为了降低风险可能会选择mat ...

我也这么觉得。。。
但是MS实在是太贵了……不知道去了转PhD的希望到底有多大（勉强可以接受一年自费，但还是不想给家里带来经济压力）……而且thesis based 的 master of science是不是同样很难申啊？
还有就是听说加拿大master有钱，打算申几所，不过想要奖的话还是都得陶瓷吧？

jujn1919 发表于 2012-9-29 12:33
领域是machine learning。
关于我说的背景了解，由于我这几个月一直在忙着做datebase方向的一个项目。我 ...

我前面已经说了，科研经历不是必须的，但是你必须至少有一样东西能证明你有潜力在这个领域做得很好。你自信看论文很快，要证明很简单，多看相关论文。你要证明自己有兴趣，很简单，多看相关论文。你看了，思考了，有深刻理解了，教授看到你的PS才会想，哦这家伙一定看过很多这方面的东西，哦这家伙肯定对这个很有兴趣。

我觉得时间不是借口，你认为自己兴趣已经浓厚到确定要在未来三四年间搞machine learning，另一方面却只是在业余时间偶尔看看，不客气的说，换成任何人都不会相信你有兴趣的。你前面说你了解过这个领域，但是我觉得这样程度的了解和在门外看看觉得很fancy差别不大。

我知道CS的同学都比较有自信，但是machine learning是非常理论的东西，各种nonlinear optimization，regularization，random process estimation满天飞，比一些偏应用的像CV之类的方向要艰深很多，入行需谨慎啊。。。

shengshuyang 发表于 2012-9-29 15:25
我前面已经说了，科研经历不是必须的，但是你必须至少有一样东西能证明你有潜力在这个领域做得很好。你自 ...

多谢解答！
1.你说的第一段我会努力去做的，如果我做不好，就是说明我不行，老老实实读个match的方向算了。

2.我是说过了解过这个领域但是很浅，我希望能够花时间去了解这各领域，但是我现在在和导师合作做一个项目写一篇paper，这个项目是在我接触machine learning以前开始的，我想的是尽快做完再搞申请，不可能现在停下来去看machine learning。
“不客气的说，换成任何人都不会相信你有兴趣的。”这点我也赞同，所以我才来这发帖问一问“如果我不向对方表达我对这个方向的兴趣，那么会被学校录取么”。

3.这一点貌似和您想的不太一样，我恰恰是对这些数学理论的东西感兴趣才决定要读machine learning的。应用只能让我觉得“这个方向挺有意思”，并不能让我觉得觉得“我要研究这个方向”，我是在我们AI课上学了各种原理才对它感兴趣的。拿课程第一节的linear regression举个例子，我感兴趣的是least square fit，normal equation，MLE之间的数学联系，而不是仅仅用什么方法可以实现linear regression。还有就是用EM方法来做clustering为什么可以使likelihood递增的那个不等式证明什么的。以及SVM的dual problem为什么可以转化，怎么转化这种，还有kernel的设计神马的。以及regularization为什么可以减小overfit，怎样选择regularization的参数。nueronnetwork为什么可以这样learn什么的，除此之外还有probablistic graphic model相关的内容什么的。我希望研究这些东西实现功能背后的数学原理，而不是直观的应用。我觉得我和周围其他的CSer还是不太一样吧，对于编程不太感兴趣，对于数学比较感兴趣，而且不反感复杂的数学公式及运算。
. 1point3acres.com
上面的东西说的应该比较外行，让您见笑了= =

shengshuyang 发表于 2012-9-29 15:25
我前面已经说了，科研经历不是必须的，但是你必须至少有一样东西能证明你有潜力在这个领域做得很好。你自 ...

看到你上面的评论了。你说的那种应该是由commitee决定录取我的吧，我一直在打听有这种希望的学校。但是我的硬件背景属于无硬伤无亮点那种，很难评上fellow。而且口语22拿不到TA，没有RA就没钱了……其实有个PhD AD也行吧，不知道去了多长时间能找到导师。