【世毕盟人工智能申请】系列微讲座第五场：机器学习(ML)由刀豆文库小编整理，希望给你工作、学习、生活带来方便，猜你可能喜欢“机器学习人工智能”。
【世毕盟人工智能申请】系列微讲座第五场：机器学习（ML）
今天的嘉宾是Lin学长，本科学的是纯生物，强行生转纯CS博士申请，收获Harvard CS PhD全奖博士offer，大写的服！
嘉宾分享：
Hi大家好，我是林祖迪。很高兴今天能在这里和大家分享一下申请的经验～先自我介绍一下吧，我本科是清华大学生物专业的，跨专业申请CS PhD，拿到了Harvard CS的offer，方向为machine learning，我的主要研究方向是计算机视觉。在Machine Learning这个分支里面，computer vision算是最火的方向之一了。今天我就和大家聊一聊我是怎么喜欢上这个方向的，并且聊一聊转专业申请的经历吧！
我觉得Machine Learning这个方向的申请主要看三个能力： 一是数学能力。
PhD学生和Master学生的培养目标是不同的，PhD更强调的是成为一个学术人才，研究型人才。所以数学能力是申请中对方committee或者教授非常在意的一个点。
就拿我自己来说吧，虽然我是生物方向的，但在决定要学CS以后我修了很多数学系的专业课，包括实分析、复分析、计算复杂性理论等。我在和CS教授的交流时他们就说如果是数学背景很好的学生申请Machine Learning的PhD他们会很欢迎的。
第二点就是自学的能力。
我在大三暑期科研的时候加入了Harvard一个做neurological image proceing的实验室。在之前我没有任何这方面的背景，仅仅是觉得这个研究方向很有意思，可以让我们研究哺乳动物的大脑，并从中抽象出可能的新的machine learning方法，像大家所熟知的卷积神经网络（CNN）就是从当年对猫的视觉皮层的研究中慢慢抽象出来的。我觉得这个方向很有意思，就大胆地给Harvard的教授发了邮件，去他的实验室做暑研。在假期的时候我从学python做起，很努力地去补欠缺的知识，在两个月的时间里顺利地完成了一个课题，也被邀请到在希腊举办的MICCAI 2016会议做了口头报告。Profeor给我说他觉得我的学习能力很不错，我也顺利地从他那里拿到了强推。这封推荐信对我最后的成功申请很重要，因为老板是Harvard的，又是美国科学院院士。
第三个我觉得很重要的点就是发掘问题的能力吧。
这是一个很抽象的东西，我们做Machine Learning的，除了要研究算法本身的原理以外，更多地是要去利用数据，在真实世界发挥作用。我觉得美国的教授非常看重学生发掘问题的能力。和有些国内的老师不同，许多国内的老师喜欢听话的学生，喜欢学生按照自己的安排来，但是美国的老师很在乎学生自主做课题的能力。所以在你的ps里，CV里，还有有可能的面试中，一定要能够表现出对数据，对课题outcome的思考，这样才能得到老师的喜欢。
当然，作为申请来说，GPA，TOEFL，GRE这些东西肯定也是很重要的，但从PhD的申请上来看，我觉得你所展示出的科研能力（PS，CV，推荐信）是最重要的。
Q&A环节
问：学长去的是BME 的image proceing实验室吗？
答：不是的，是Harvard 分子生物学系一个老板那里，他做Neuroimaging，我在暑研期间做的是用Deep Learning进行图像分割和重构。
问：请问学长，ML方向是研究算法，提出新的模型吗？方便讲一下现在的研究内容吗？ 答：Machine Learning的研究大概分成两块吧，一块是研究算法，比如新的模型，新的优化理论，这部分偏数学。另外还有做应用的，比如人脸识别，自动驾驶，甚至是AlphaGO下围棋。
问：请问学长，申请寒暑假科研，一般是怎样的流程，需要注意哪些问题？ 答：我的暑期科研是直接给老板发邮件的。你要告诉老师你想做什么，会做什么，如果老板实验室有位置的话我觉得还是挺愿意招学生的。当然有些大牛老板不容易联系到。
问：请问Machine Learning的CV方向和直接申请CV区别是什么呢？
答：拿Harvard来说（我只申请了这一个CS项目。。），就一个CS Program，但是申请是会有选项，比如你想做Machine Learning，computational complexity，network，等等。我就选的machine leaning方向，但是在我的PS中我说想做computer vision，有的CS大校比如CMU可能分得更细一些吧。
问：我做的是计算生物学的deep learning，请问有什么建议？ 答：我觉得你可以申请一些计算生物学的项目，录取概率比申CS可能会高一些。
问：学长好，请问如何培养独立科研能力？
答：最直接的办法就是加入实验室，多跟着老板做课题。平时自己多读文献。大概两年我觉得，能有一个明显的提升。我在大二上开始在实验室工作的。
问：学长认为如今机器学习的前景如何？另外，科研是不是重于学习呢？纯cs申请现在情况是不是不太好呢？ 答：机器学习未来几年在学术界和工业界应该是还有大发展的，不过现在这个方向过于火爆了，申请难度不小。科研重于学习这个我不同意。成功的科研一定依赖于扎实的学术基础，所以要好好修课，但是更要学会应用。
问：学长你好，对于非数学系的学生的话有哪些数学课是推荐选修的呢？ 答：我觉得实分析、复分析、离散数学、凸优化、概率论这些是最重要的。
问：请问学长暑期的话是上CS非ML的课好呢（暑校）还是做暑研（两个月）好呢，现在CS相关课程只有数据结构、微机原理、机器学习、凸优化。答：你是大二还是大三？大三的话最好还是去做暑研。大二的话可以修课打基础，不急。
问：请问软件工程Master转CV方向phd好转吗？
答：我觉得如果数学背景好，英语好肯定是可以申请的。读了Master最好得有拿得出手的文章。
问：科研是否重于实习？
答：多做研究型的实习，比如去大公司的研究部门，像汽车的研发部门，基金公司的技术部门，还有科技公司做实习，将实习和科研结合起来。
问：请问学长，如果本科有顶刊或顶会一作论文还有合著作者强推的话，gpa这类的硬要求会不会降低呢？
答：这个不好说。有的学校GPA和TG的线卡得很严，如果不到线别的再好也没用。最好是GPA，GT过线的基础上（不用太高），有文章和强推。
问：请问学长认知神经科学的发展前景怎么样呢？
答：美国这面推出了一个Brain Initiative计划，投入了很多钱。我觉得未来十年内肯定是有大发展的。
问：请问学长对类脑计算了解吗，哪些学校或教授做的好？从neuro imaging，或电生理来做类脑建模您觉得有前景吗？
答：类脑计算这一块我觉得MIT不错，英国的University College London也有几个很厉害的老板，比如Peter Dayan。我也在研究从neuro imaging来做类脑建模，应该还是很有前景的。Google这面提供了很多Funding。
问：请问学长，Kaggle和Data Challenge这种比赛对硕士申请有帮助吗，如何体现呢？ 答：当然有帮助。这种International的比赛如果能获得前几名，写在你的CV上，能大大地帮助申请。
问：学长你好请问现在cv的phd申请会卡国内非清北华五的学校吗？怎么在学校劣势的情况下凸显自己的优势呢？我有实验室老师在商汤科技，那么他其实是不是可以给我提供一些资源呢？烦请学长予以解答谢谢~
答：说实话，清北的申请者会有一些优势，像我暑期的老板在中国只知道清北。不过我觉得你不要灰心，比如你发了顶会文章，高GPA+TG，还有老板的强推。只要能展现出自己的能力，本科在哪就不那么重要了。同一水平下可能好学校优势大些，但是你比别人强学校就不重要了。
问：请问一下学长，大三暑期实习的话，阿里巴巴的java工程师和搜狐北研的数据研发，应该选择哪一个呢？感觉阿里名气会大一点，但不知道是否能够体现出科研？对申请硕士而言？ 答：这个我不好说。但我的建议是，看哪里能做出科研的成果，而不是单看名气。硕士的话也许大公司会好一些
谢谢大家！今天就到这里吧～最后也欢迎大家加入GGU，有许多比我更厉害的学长学姐能够给大家更好的建议～～
