斯坦福大学计算机学硕士

斯坦福大学全名为小利兰斯坦福大学，简称斯坦福，临近世界著名高科技园区硅谷，是美国面积第6大的大学。截止至2015年共有60位诺贝尔奖得主在斯坦福大学工作或学习过。斯坦福大学共有7个学院。大学能够为学生们提供学士学位、硕士学位以及博士学位，专业设置广泛。斯坦福大学还是硅谷的核心，是全世界科技创新的中心。斯坦福大学计算机科学系成立于1965年，至今在数据库和人工智能等各个领域仍旧居于美国乃至世界领先地位。在全球知名的IT公司中，想必大家都听过由四位Stanford校友所创立的SUN公司，公司的名称实际上就是“Stanford University Network”的首字母缩写，而Yahoo公司的创始人杨致远也曾在Stanford大学就读。从某种意义上来说，离开了Stanford大学的支撑， 美国计算机业界的天堂硅谷也未必会成为今日的硅谷。留学定位想知道自己目前的水平能申请到哪所美国名校？可以使用留学志愿参考系统（如下小程序）选校定位。使用方法：把你的基本情况(GPA、托福成绩、专业、院校背景等)输入到留学志愿参考系统中，系统会自动从数据库中匹配出与你情况相似的同学案例，看看他们成功申请到美国哪些大学，这样子就可以看到你目前的水平能申请到多少排名的院校了。申请美国哥伦比亚大学研究生条件美国本科金融专业院校推荐加拿大西安大略教育专业好不好？美国芝加哥大学优势专业介绍出国留学：哪些专业未来最有前景？

机器之心发布来源：AI Frontier第三届美国硅谷顶级人工智能前沿大会（AI Frontiers Conference) 将于 2018 年 11 月 9-11 日在美国硅谷最高级别会议中心圣何塞会展中心盛大举行。美国 AI 界领军人物悉数出席。限时最优惠折扣码：P25JH（25% 的折扣）迄今为止，语言理解一直是人类的特权，这也是为何研究自然语言处理 ( NLP ) 至关重要，因为它有助于研究员们更接近人工智能的终极目标——通用人工智能。许多研究人员深入到自然语言处理的领域，去解决诸如机器翻译、问答、阅读理解、自然对话等问题。ACL 大会向来是聚焦语言理解最新研究进展的地方，今年，ACL 2018 公布了最佳论文名单，《Know What You Don't Know: Unanswerable Questions for SQuAD》荣获了这次大会的最佳短论文。SQuAD，全名斯坦福问答数据集，被认为是阅读理解领域最好的数据集。它孵化出了如今最前沿的模型，这些模型在回答问题的准确性上已经达到了人类的水平。SQuAD 是由斯坦福大学计算机科学和统计学助理教授 Percy Liang 所带领的团队建立，他也是 Google Assistant 中核心语言理解技术的创造者。自 2012 年以来，Liang 在斯坦福大学教授人工智能相关的课程，他也是对话式人工智能创业公司 Semantic Machines 的联合创始人和人工智能研究员，后者在几个月前被微软收购，近年来，Liang 称得上是机器学习和自然语言处理领域日益崛起的新星，多年来他获得了无数学术奖项，这其中包括了 2016 年的 IJCAI Computers and Thought Award，2016 年的 NSF CAREER Award，2015 年的 Sloan Research Fellowship，2014 年的 Microsoft Research Faculty Fellowship。在今年 11 月即将在硅谷举办的 AI Frontiers 大会上，Liang 将讲述他在语言理解方面的最新研究进展，而这篇文章旨在介绍他的学术生涯、研究重心以及他对人工智能的展望。AI Frontiers 大会演讲嘉宾探索语言理解的奥秘「我是如何理解语言的？」这个问题在 Liang 高中的时候就困扰着他，而他对于使用某一种方法来探索语言理解的奥秘兴奋不已。2004 年，梁博士获得了麻省理工学院的本科学位。紧接着，他在麻省理工学院就读硕士时期的导师 Michael Collins - 一位在计算语言学领域受人尊敬的研究员 - 鼓励他攻读自然语言处理硕士学位。一年后，他被加州大学伯克利分校录取，师从 Dan Klein 和 Michael Jordan，这两位都傻逼机器学习和语言理解方面的大牛，后者更是培育了一批如今活跃在人工智能领域最前沿的专家，包括 deeplearning.ai 的创始人吴恩达、蒙特利尔大学教授和 MILA 实验室负责人 Yoshua Bengio、Petuum Computing 的创始人邢波都是 Jordan 的学生。Liang 在一次接受中国媒体的采访时回忆起这段求学经历时说，「我很幸运有这两位导师。梁博士我不仅从他们那里学到了很多东西，而且学到的东西是互补的，不仅仅是在研究领域 (机器学习和自然语言学习)。」Liang 毕业后来到了谷歌纽约做了一年博士后，之后他加入了斯坦福大学，开始教人工智能的课程。一位叫做 Shiyu Wang 的 Quora 用户在评价 Liang 时说，「他很年轻/很有亲和力，能够倾听学生的意见，说话得体，最重要的是，他有足够的动力去尝试和使用这些技能，让演讲值得去听。」2014 年，Liang 在加州大学伯克利分校的导师 Klein 创立了 Semantic Machines。该公司开发了一种革命性的新方法来建立对话式 AI，利用机器学习的能力，使用户能够以更自然的方式发现和访问信息，获得服务并与之互动，而且效率更高。Klein 希望他的这位学生和他一起共事，他曾说过「Percy 是我共事过的最杰出的研究人员之一。」2016 年，梁博士加入了公司的技术领导团队。今年，该公司被微软收购。SQuAD 和机器学习的可解释性Liang 的研究工作重心放在了将用户的请求转换成简单的计算机程序的任务上，并让程序有序地作出回应。SQuAD 数据集是他的杰作之一。研究员们一直试图攻克问答系统，他们希望机器能和人类一样，在阅读完一些内容后，能够理解和回应自然语言中复杂、微妙和脱离上下文的问题。SQuAD 在 2016 年创建，这个数据集包括了维基百科文章中的 100,000 个问题，这些问题的答案可以直接从某一段文本中提取出来。然而，SQuAD 的第一代数据集有个问题：模型无法辨别出问题的合理性，有些问题看似关联，实则在原文中根本无法找到答案。于是到了今年，Liang 领导的研究小组发布了 SQuAD 2.0，它在 SQuAD 1.0 的基础上增加了 50,000 多个全新的、无法被回答的问题结合在一起，这些问题是由众包工作者收集起来，目标是帮助人工智能模型根据所提供的文本数据识别哪些问题是无法被回答的。虽然 SQuAD 是为阅读理解而设计的，但在接受香侬科技采访时，Liang 认为 SQuAD 可以有更大的影响力：数据集可以鼓励研究人员开发新的通用模型，神经机器翻译产生了基于注意力的模型，这是机器学习领域最常见的模型之一；同时，在一个数据集上训练的模型对其他任务很有价值。除此之外，Liang 也在开发能够和进行互动交流的机器人、或者可以与人类进行合作对话的机器人。语言理解的目的不仅仅是模仿人类，在与人类互动的过程中应该从根本上理解人类如何思考和行动，至少在行为层面上。虽然 Liang 把大部分时间和精力放在语言理解上，但他对可解释性机器学习也有着浓厚的兴趣。机器学习的可解释性如今是一个热门话题，公众越来越担心人工智能应用的安全性，尤其在自动驾驶、医疗保健、罪犯面部识别上，机器学习的黑箱属性让它在面对攻击时显得特别脆弱，研究员又无法溯源，找出核心的问题所在。Liang 在接受 Future of Life Institute 采访时表示：「鉴于我们对机器学习的依赖越来越大，建造工具来帮助我们更可靠地学习机器是至关重要的。」最近，他的研究团队在解释黑箱机器学习模型方面取得了一些进展。他的一篇论文提出了一种叫做「影响函数」的统计技术，通过学习算法来追踪模型的预测，并将预测结果再返回给训练数据。他的另一篇论文介绍了一种基于半定松弛的方法来防止来自对抗性样本的攻击，对抗性样本如今已经可以做到更改一个参数，就能改变整个预测模型的结果。尽管机器学习和语言理解仍处于早期阶段，它走向成熟工程学科的道路必然漫长而艰难，Liang 却从不畏惧挑战。当人工智能已经在视觉和语音上取得成果后，自然语言处理和可解释性是如今人工智能迈向下一个阶段的核心领域，Liang 的工作或许能让学界看到人工智能的下一个重大突破。

斯坦福大学最强专业主要有计算机科学、化学工程、土木工程、电气工程、机械工程学、工程物理学、环境工程、生物工程、计算机系统工程 、产品设计、城市研究、建筑设计、数学及计算机科学、航空航天、能源资源工程、管理学与工程、材料科学与工程、生物力学工程、地质工程学与水文学等。斯坦福大学院系专业设置该校共设7个学院：人文与科学、地球科学、工程学、医学、法律、商业、教育等。学生中，大学生与研究生几乎各占一半。斯大的主要学术机构，除胡佛研究所和体育运动娱乐部外，还有商业研究生院，法学院，教育学院，工学院，地球科学学院，文理学院，医学院等. 现设有8个研究生院，即商业研究生院、地球科学学院、教育学院、工程学院、人文学和自然科学学院、跨学科专 业学院、法学院、医学院。附属的重要科研机构和实验室有：斯坦福直线加速器实验室，胡佛战争、革命与和平研究所，霍普金斯海洋研究站，斯坦福电子实验室，物理实验室，国际问题研究中心，能源研究所。 商学研究部(Stanford Graate School of Business)成立於一九二五年，致力於培养企业领袖与研究新知。所开的学位课程分为三大类：立思辰留学介绍，一般的企管硕士(MBA)、在职主管管理硕士 (M. S. in Management)及博士学位 (Ph. D.)。每年录取三百六十位全时MBA学生，三项标准决定录取资格：优异的学术性向、在管理界发展的潜力、学生受教和贡献的可能性。学生所就读大学的竞争力、大学主修和在学成绩是决定学术性向的重要因素。重点学科： 斯坦福大学企业管理研究所和法律学院在美国数一数二，法学院在美国法学院排名中也一直位于前列。美国最高法院的9个大法官，有6个是从斯坦福大学的法学院毕业的。另外，它的英语、心理学、政治和历史系，都非常优秀。在学生中，最多人修读的科目要算生物，由此可见，生物学科的实力也十分深厚.最多人修读的科目是生物，其次是经济、心理学、英文、政治科学。 在全美大学研究生院排名中，斯坦福大学的工程学院和教育学院排名第2，商科研究生院与哈佛大学并列第1，其他名列前茅的课程还有心理学、大众传播、生物化学、经济学和戏剧等。美国斯坦福大学学科排名斯坦福大学学科在世界排名均处于领先地位，尤其在统计与运筹学、电气工程学、计算机科学、医学、商学、社会科学等多个学科领域拥有世界级的学术影响力，排名情况如下：2017年ARWU世界大学学术排名学术领域、学科排名2017年泰晤士高等教育(THE)世界大学学术领域排名2017年US News全美主要研究生院(Graate School)排名2017年US News全美主要职业学院(Professional School)排名

新智元报道 来源：timdettmers.com作者：Tim Dettmers 编辑：木青【新智元导读】又到一年申请季。随着AI大热，计算机科学博士申请的竞争也变得激烈。如何选择学校？需要发多少论文？导师怎么选？GPA不够高怎么办……斩获CMU、斯坦福大学等名校博士offer的大神写出了史上最全分享帖，你在申请计算机科学博士时遇到的所有问题，这里都有答案。先简单秀一下手里的offer：我获得了斯坦福大学，华盛顿大学，伦敦大学学院，CMU和纽约大学的录取通知。收获是不是还算不错？我深入研究了我是如何在博士申请中取得成功的，于是写下这篇博客文章，和大家讨论，在博士申请中什么才是重要的，而什么又不是；我们应该如何选择和使用申请材料。这篇博客主要针对关注深度学习的博士应用以及自然语言处理，计算机视觉，强化学习和深度学习等相关领域的学生。我目前先假定你已经拥有相对竞争较强的个人资料，也就说你可能已经拥有一个或多个出版论文或刊物，并且你也已经与多人合作进行过研究。写这篇文章的目的是为了提高你申请成功的几率。如果你寻求更多关于博士入学的信息，我建议你先阅读以下这些资料：Academia StackExchange所有最高投票的问题和答案：https://academia.stackexchange.com/questions?sort=votes计算机科学专业博士完整录取过程，这是一位CMU老师写的：http://www.cs.cmu.e/~harchol/gradschooltalk.pdf博客文章《反思计算机科学专业招生》，这适合那些优秀但综合实力并没有那么拔尖的学生：https://da-data.blogspot.com/2015/03/reflecting-on-cs-graate-admissions.html。《如何写出一篇错误的计算机科学博士申请陈述》，反面教材可以用来参考：http://www.cs.cmu.e/~pavlo/blog/2015/10/how-to-write-a-bad-statement-for-a-computer-science-phd-admissions-application.html在接下来的文章中，我会：先定义一下申请过程中哪些是重要的影响因素；然后我们将深入研究申请材料以及如何思考这些问题；再来我将谈谈申请流程全文最主要的部分也是最后一部分将是选择学校：哪些学校对我来说门槛太高或哪些又不是那么值得你去？什么才能被称作是强大的博士申请背景？决定任何研究型大学录取的最重要因素是研究潜力：你有多大可能成为一名优秀的研究人员？主要的直接指标是研究潜力的重要性：业内大佬的建议：受人尊敬的教授高度评价你，所以人际关系很重要。研究经历：之前做过什么成功的研究、发表的论文（是否为第一作者和发表所属期刊、会议的声望）。其他间接因素有时可能有所帮助，不过作用并没有以上两个因素大，按重要性排序：本科大学背景：有些大学会很看重，其他一些大学并不care；工作/实习背景：例如以前曾在金融或Google，Facebook等公司工作过；智力：完美的GPA，完美的GRE与智力有些相关（或至少与你学习和理解的速度有关）；勇气/责任心：你在持续被拒绝、遭遇失望和失败的情况下都能表现得很好，如果你遇到并克服了困难，你可以将你的故事纳入自我陈述中。成就：赢得了数学或CS比赛。表彰：赢得了非常厉害的奖学金。擅长数学或工程学：为开源项目开发作出贡献或者使用过研究代码。家庭背景：父母是教授，赢在起跑线上如何准备计算机科学博士申请材料首先是推荐信对于推荐信，可以分为四个类别：强、好、弱和坏。请注意，录取老师在推荐信中寻找的主要内容是关于你有多少研究潜力。这部分的主要目的是让申请者了解什么是好或强的推荐信，根据这些信息，你可以找到更适合帮你写推荐信的人。非优质推荐信的特征：推荐人知道你的不良事迹并且把这些写到了推荐信里，特别是在美国，任何甚至略微有污点的过去都非常有风险；推荐人并不认识你（你上过ta的课，但ta对你没有留下任何印象）；推荐信内容很简短，只说你在课堂上表现很好；弱竞争力推荐信的特征：推荐人只在课堂上认识你；推荐人只能写一些关于你课上的表现；推荐人不评论你的研究；录取委员会或潜在的顾问都不认识推荐人。优质推荐信的特征：推荐人有一定名气，被录取委员会的部分人员知道；推荐人的姓名和工作至少被个人陈述中提到的一位潜在导师所知；推荐人与你一起做过科研；推荐人在轶事中提到了你出色的研究能力，这些事情证明了你的创造力、诚信、坚持和研究技巧；推荐人详细写了你如何发表研究报告；推荐人评论了你在实验室外的研究。强竞争力推荐信的特征：推荐人英语水平出色；推荐人因过去出色的推荐而闻名（之前推荐的学生非常优秀）；推荐人在轶事中提到了你出色的研究能力，这些事情证明了你的创造力、诚信、坚持和研究技巧；推荐人提到了你的其他能力，这些能力间接地帮助研究（工程技能，演讲技巧，人际关系技巧），并将这些技能包含在轶事中。请注意以下几点：轶事很重要，这需要推荐人真的了解你。那些招生老师也能读得津津有味，毕竟读故事比核对清单更有趣；这封推荐信不需要包含上述中的所有要素，那样会让推荐信变得很复杂；推荐信需要有侧重点。怎样界定你发表论文、刊物的含金量？是否为第一作者？发表的论文、刊物是研究经验和研究技能的直接证据。如果你作为第一作者出版，人们就知道你完成了大部分工作。如果你作为第二作者出版，人们知道你做了很大一部分工作（25％-50％）。如果你的名字是第三个或更晚，你的贡献会大打折扣，但你可能会经历整个研究过程以获得发布资格并获得大量的研究经验。如果你发表了几篇第一作者论文和一篇第三作者论文，这样就看起来非常好：它表明你可以完成团队合作。发表论文所属会议、期刊的威望：如果你在一个顶会上发表你的作品，人们就会知道：（1）你的作品质量很高; （2）你的工作可以被信任; （3）你目前的研究技能足以在大型的会议上发表；（4）你具有竞争力，可以在顶级会议的压力下保持高效。在你未来的导师看来，这有助于看到这一点：如果你有两个学生，一个已经在NeurIPS（A级）发表，一个发表在B级会议上，那么这说明第一个学生可能已准备好参与明年针对NeurIPS的研究项目，第二名学生则需要进一步准备。对于第二个学生，这个学生可能需要一年多的时间才能获得在A级会议上发表所需的研究技能。如果导师和学生之间的磨合压力较小，那么就更容易建立强大的专业关系，这使得彼此合作更容易和有趣。毕竟谁都愿意找有准备的士兵去一起打仗。因此，未来的导师将有充分的理由根据你在哪个会议上发布论文进行选择。如何撰写个人目的陈述对于大多数高校而言，目的陈述主要是为那些不想花太多时间审核资料的校方工作人员提供“过滤器”。你的写作可以展示你的思考方式，如何营销，你如何解释事物，但它也可以透露出你是懒惰的，不注意细节。对于某些机构（例如CMU）来说，个人陈述可能很重要。除此之外，个人陈述也是唯一可以解释你在某些情况下为何表现不佳的文件。例如，你可以解释你在读研究生的过程中遇到的任何特殊困难，或者它可以解释为什么你在大学的某些学期里没有做到这么好。个人陈述的结构应如下：1、在第一段，通过引人注目的开头介绍研究兴趣，使读者想要阅读更多。这是最重要的一点：如果你不能让读者对本段不感兴趣，他们不太可能专注于整本书的其余部分；2、你在研究生学习期间的研究经历（大约一页）；3、确定你将来要做的研究方向；4、确定选择导师以及选择原因；5、（可选）在适当的情况下解释情有可原的错误。在某些情况下，个人陈述可能非常重要。如果你表现出良好但不强或弱 的学术潜力，你就必须克服重大的困难才能做研究。然而，披露困难和弱点，如学习障碍和精神疾病，也可能是一把双刃剑：你可能让审核老师望而却步，也可能因为你坚持困境而表示同情和钦佩。如果你披露此类事实，则需要正确完成并且个人陈述需要非常精细化。如果你没有专人指导，请不要尝试这样做。毕竟你不只是在讲述如何克服经济困难完成学习，而是讲述你在患精神分裂症或双相情感障碍时遇到的困难。然而，如果你没有面对任何困难，不要编造毫无意义的故事：“作为一名白人、男性、上流社会的美国公民，我从很小的时候就被我的特权所困扰，我的学业表现受到了影响在这个过程中。“请不要这么拉仇恨，还是专注自己的研究能力吧。关于GRE、TOEFL、GPAGRE、TOEFL和GPA通常用作过滤标准。非常高的GPA可以成为良好指标，可以帮助那些质量不太高的推荐信和论文。但是如果你没有出版过论文，并且推荐信也很糟糕，4.0的GPA将无济于事，甚至可能还会起到反作用，因为它表明你专注于“无用”的课而不是研究。GRE和托福成绩是纯粹的过滤器：如果你有一个好的分数，你就不会被过滤掉。如果你有一个完美的GRE成绩，它可以帮助到一点点。高GRE成绩并不重要：我拿到了美国大学计算机科学专业TOP5中的三个：GRE成绩为语文159（81％），数学163（86％），写作5.0（93％）和托福120/120和GPA 8.1 / 10。任何高于3.5（满绩4.0）的GPA都可能会有所帮助。关于简历简历要列出你所做的事情。内容很重要，但内容也取决于你之前所做的事情，并且不能撒谎编经历。不要通过简单的方式或通过让你的简历看起来“漂亮”或“有创意”来“调整”你的简历，这是浪费时间。只需列出你所做的事情。了解一下申请程序（一）、如何向你的教授索取推荐信你可能需要写两封电子邮件：（1）只要问一下这个人是否可以给你一封好的或强烈的推荐信。经历丰富的推荐人如果认为他们不能给你写好的信，就会拒绝你的请求。在这种情况下，寻找其他人。（2）如果你的推荐人同意，她会要求你提供信件的一些信息。列出你和推荐人所有过的互动，让推荐人写得更生动：举个例子，需要写的是：“你在一次会议上告诉我，通过一些额外的工作，我们可以为NeurIPS截止日期做好准备。在接下来的两周内，我开发了一个改进的深度网络架构，开始撰写调查结果。接下来的一周，简扩展了我的代码以完成额外的任务。然后，我们有足够的结果将我们的工作提交给NeurIPS“不要写：“简和我在NeurIPS上发表了我们的研究。”（二）个人目的陈述尽早开始向有经验的人询问意见。如果你想透露你在读研究生的路上遇到的困难，你需要花很多时间在你的个人陈述中，你可以在你所有的申请材料中花最多的时间在这方面。也可以参考你之前申请大学时使用的个人陈述，这或许能帮你省不少时间。（三）在线申请尽早开始填写在线申请表。有些流程很复杂，需要一些时间来填写，如果你能尽早地提交，专注于写推荐信、院校选择和个人目的陈述，那就太棒了。另外，你应该准备足够的资金来做这些申请。整个过程可能花费高达1000美元。如果你没有足够的钱，请尽早向一些亲戚寻求帮助。想要读计算机科学博士，该如何选择学校？我可以考上顶尖学校吗？许多读这篇文章的人可能有着进入斯坦福大学，麻省理工学院，伯克利大学或CMU等顶尖学校的梦想。但这非常困难，竞争非常激烈。分享一下我申请的一所牛校的情况，以下几条都是申请这所牛校的人的背景条件：申请人中本科学校Top2的比例：38％Top4：52％Top20：73％每个国家的顶尖学校：84％至少4篇顶级会议论文：93％至少3篇顶级会议论文+最佳教师/青年科学家奖：98％也就说，84％的申请人来自一个国家的顶尖学校，另外你在顶级会议上的论文少于3篇，那么你进入上述学校的概率约为2％。如何入读顶尖学校？上述统计数据并不意味着你无法被这些学校录取，但这意味着如果你的个人资料太弱，你应该再花一年时间来完成梦想。例如，我将我的硕士学位延长了一年，以便进行一年的研究型实习。如果没有这份经历，我基本不可能进入这些学校。如果你的梦想是进入这些顶级学校之一，研究型实习是迄今为止最好的选择。即使你不一定想去这些顶尖学校，研究实习也没什么坏处。研究型实习将为你提供：提高研究技能，使你可以更轻松地开始攻读博士学位；测试博士或某个研究方向（NLP与计算机视觉与系统）是否适合你；一份好的甚至是竞争力强的推荐信（实习时间越长越好）；发表论文的机会。现实的学校选择你应该申请大约10-15所大学。如果你申请更多，那么你将面临着没有足够时间来真正完善你申请流程的危险。如果你申请的数量少，你会遇到手上无offer的危险。你应该有一个或两个备用大学，你被录取的几率> 75％。通常，你已经就读的大学是一个很好的候选，因为你的推荐人将导师所知。申请所有有希望入学的顶尖大学（> 10％的机会）。在剩下的大学里挑选一些你有意愿去的，你希望入学率会较高（25-33％），你应该至少备选3所这样的大学。这些大学通常是推荐人和你都希望与之合作的教授的所属大学，这时候人际关系就起到重要作用了。请注意，最好的导师不一定在顶尖学校。你可以在前20名以外的学校获得优秀的博士培养。但是，如果你考虑学术生涯，那么学校的级别将非常重要，你应该尝试在顶尖学校找到一名导师。选择大学主要是根据这所大学里的导师。确保每所大学都有多个你想要合作的导师。不要申请只有一位优秀导师的大学。如果你选择的专业范围太小，请扩大你感兴趣的区域。例如，如果你想进行深度学习和NLP，并且找不到足够的合适导师，请考虑计算机视觉或其他领域的一些导师。其他问题（一）注意：英国博士需要四年，美国博士需要6年在美国博士学位课程的前1-2年，你将完成不少课程，因为美国博士学位是为本科生设计的。相反，英国博士学位课程专为已经拥有（1年）硕士学位并且课程很少的学生而设计。具体区别如下：美国博士专为本科学生设计课程为1 - 2年，课程分散了研究的注意力，入学时有担保资金，即你有担任研究助理或助教的职位。英国博士专为硕士生设计课程为0.25 - 0.5年，你可以从头到尾专注于你的研究。资金方面可能有问题，通常取决于你的导师。这就是为什么在申请之前与潜在导师取得联系非常重要的原因。还要注意地区差异。如果你在美国学习，你也将陷入美国的研究泡沫。如果你在欧洲或亚洲学习也可能如此。如果你想加入欧洲的学术界，而且无法进入美国顶尖学校，那么申请大多数欧盟大学可能是更保险的选择。（二）博士需要硕士学位吗？在欧洲大陆，学士学位通常为3年，你需要硕士学位才能获得博士学位。在美国和英国，博士通常为4年，你可以在学士学位之后立即开始攻读博士学位。（三）工作经验很重要吗？如果你在着名的公司（谷歌、Facebook、麦肯锡、高盛等）工作，它尤其有用。如果它与软件工程相关，其他工作经验也有帮助，但任何研究经验（研究实习）都要比企业实习有用得多。只是一份好工作而没有研究经验，对你没有帮助。（四）如何挑选导师？查看他们最近出版的论文，从而找到共同的兴趣点。避免与最近没有发表论文的学者合作。在当前的研究中不需要重叠，但你应该对导师正在进行的研究感兴趣。查看他们之前的毕业生名单以及这些师兄师姐现在从事的职业，毕竟就业也是考量的一个重要指标。查一下导师是不是创业吗？他有多少学生？这些因素的组合可以给你暗示：这个导师忙不忙，他又有多少时间来指导你。根据你在研究方面的经验，你将需要一个或多或少有时间的导师。（五）我必须要拥有博士学位吗？如果你想在学术界工作，你需要博士学位。在商业中，一切都受供需关系的制约。未来几年，人工智能研究人员的供应将急剧增加。如果AI炒作崩溃，需求将会消退。这种情况可能与数据科学家在2018年面临的情况非常相似：公司只接受非常优秀的申请人，因为供应量大于需求量。在这种情况下，如果你想要转换工作或想要晋升，博士学位将会有很大的不同。你现在可能没有博士学位，但没有博士学位，如果你想转到另一个研究实验室，你可能会遇到问题（因为熟练的博士学位可能很高，而需求很低）。如果AI炒作没有崩溃（不太可能），那么你可以在没有博士学位的情况下轻松找到并转换工作。如果你对研究工程师的职位感到满意，那么博士学位对你来说可能毫无用处。由此，如果你不想做研究，就不要做博士学位。（六）我该在申请前请联系导师吗？不要对美国的教授这样做。在欧盟，有时需要在申请前联系可能的导师。如果你需要这样做，请尝试通过真正了解你导师的人介绍，例如，你的学士或硕士论文导师。如果你与这位导师没有私交，你还想写一封电子邮件的话，内容建议如下：你当前的导师是谁；关于你过去工作的总结（可选：你在哪里发表你的作品）；关于你可以以“想法：一句话解释这个想法”的形式向导师解释你想要的研究方向；如果你没有个人联系，你的潜在导师不太可能回复你。如果你没有人际资源并且你申请了欧盟（英国）大学，那么你可能需要试试申请其他地方。（七）如何为你的研究计划选择一个主题？研究提案的主题无关紧要。没有人会要求你做在研究提案中描述的工作。你可以根据在不同申请中重复使用的容易程度来选择你的研究提案主题。如果你不需要为不同的申请流程重写它，则可以节省大量时间。需要考虑的一件事：你对某个主题越熟悉，就越容易编写好的提案。参考链接：http://timdettmers.com/2018/11/26/phd-applications/新智元 AI 技术 + 产业社群招募中，欢迎对 AI 技术 + 产业落地感兴趣的同学，加小助手_2 入群；通过审核后我们将邀请进群，加入社群后务必修改群备注（姓名 - 公司 - 职位；专业群审核较严，敬请谅解）。

申请美国大学计算机科学硕士项目要求有本科学位，标化考试成绩和相关的软背景经历，并这些方面对申请者做一个全面的综合评估。01本科专业背景和GPA申请计算机科学的学生大致分为两种，一种是计算机科学本专业，或者计算机相关的专业，另一种则是来自其他本科背景的学生，也就是我们经常说的跨专业申请。计算机科学或相关专业的学生基本可以说是完全匹配这一要求，原本课程也基本都涵盖了计算机的核心课程，不需要太担心先修课程不满足的情况。跨专业申请的学生也可以申请计算机科学专业，但是难度非常高，这类型的学生需要提前修过计算机科学专业的核心基础课程，同时，院校背景也非常重要，好的院校背景在跨专业申请中有一定的优势。不管是本专业申请还是跨专业申请，GPA当然是越高越好，虽然低分高录的案例也不少，但我们还是需要为自己的申请做好万全的准备。02先修课要求大多数的计算机科学硕士项目都要求申请者具备以下先修课程：基础数学背景（线代、高数、统计）、数据结构、算法、计算机体系结构、操作系统、1-2门高级编程语言、离散数学。对于本专业学生，或者可以辅修CS专业的学生，这些课程自不在话下，是必然会修的，而对于跨专业申请的学生，如何弥补这些先修课程，是必须考虑的关键点。学校成绩单有成绩的课程>暑假课程/网课>没有首先，想要跨专业申请计算机科学专业的学生需要提前规划，并在自己学校尽可能的选上计算机科学相关的课程。如果没有的话，则可以退一步去看看国外暑校的机会或者上网课，常见的平台都有Coursera, Edx和Udacity。选择的时候，优先选择美国名校的经典课程，认可度更高，而且讲解的更透彻。03标化考试标化考试有语言考试（托福或雅思）和 GRE。关于语言考试，申请美国还是建议优先选择托福，因为有些大学还不接受雅思申请。大多数大学对于托福的最低要求是总分100分，单项要求建议不要低于18分，最好能够争取20分以上。GRE的话，因为计算机科学也非常注重数学能力，所以quantitative部分尽量获得168分以上，GRE总分建议为320以上，AW3.0以上。04软背景计算机科学专业是一个在研究和应用两方面都能够有所发展的专业，非常看重学生的实践以及科研能力。不管是申请就业导向型还是研究导向的项目，一定的科研研究项目经历都是你在这个专业领域所做准备的证明，如果有机会发表文章，更能够为你的申请加分。如果你申请的是偏就业导向型的项目，那么有一两段的实习经历也能提高你的申请优势，体现你除科研以外，还有行业内的相关实践经历。推荐院校介绍卡耐基梅隆大学Carnegie Mellon UniversityCMU拥有全世界最大的计算机学院，按研究方向分为很多系。申请者需具备较强的数学、编程和逻辑推理能力。申请要求都包括了本科学位，语言考试成绩，GRE考试成绩，三封推荐信，简历和个人陈述。需要注意的是，不是英语为母语的申请者都必须提交有效的语言考试成绩 （托福或者雅思），托福最低100分，雅思最低7.0分。如果你是美本，则可以提交之前申请美本申请的语言考试成绩，扫描成绩单成PDF上传到网申即可。斯坦福大学Stanford University斯坦福大学的计算机专业非常受欢迎，竞争也非常大，要求申请者三围成绩(GRE,TOEFL,GPA)和研究背景都很强。硕士项目底下有九个细分方向供学生选择，包括了人工智能，生物计算，计算机和网络安全，人机交互，信息管理与分析，真实世界计算，软件理论，系统和理论计算机科学。该硕士项目要求申请者有至少3.5以上的GPA, ‘good’ 级别的托福 （最好是105分以上），和90%以上的GRE分数，也包括了其他正常的要求如简历，个人陈述以及三封推荐信。麻省理工大学 Massachusetts Institute of Technology麻省理工大学的CS专业开设在EECS （Electrical Engineering and Computer Science）院系下，提供两个Master学位和一个PhD学位。Master学位有理学学位和工程学位，理学学位是博士生课程其中的一个阶段，并不提供最终学位为硕士的学位；而工程学位也只开放给本校优秀的学生申请。国际学生想要申请MIT的话，只能申请博士项目，而申请博士项目，需要非常优秀的背景，以及找到合适你方向的导师带你，难度也非常大。哈佛大学Harvard University哈佛工学院相对比较小，CS方面的教授也比较少，计算机专业设置在工程与应用科学学院 (School of Engineering and Applied Sciences)，学校偏向于招收清华北大的学生。开放的学位有PhD学位和硕士学位，硕士学位名称为 Master’s degree in Computational Science and Engineering as well as in Data Science。硕士学位的申请要求非常看重申请者相关的科研或者实习背景，以及相关的课程知识储备。虽然该专业欢迎具有任何学术背景的学生申请，但是成功的申请人需要具有足够的计算机科学，数学和统计学背景知识- 包括至少一种编程语言以及微积分，线性代数和统计推断的知识。耶鲁大学Yale University耶鲁大学的计算机系设置在文理研究生院，提供Master of Science学位，可以选择常规的课程，也可以选择Bioinformatics或Computing and the Arts方向。耶鲁大学计算机的特点在于它与数学和工程结合得比较紧密，也会跟其他学科合作，比如心理学、语言学、经济学、商务、统计、音乐、医药、物理等。申请者三围(GRE,TOEFL,GPA)和研究背景都很强才可申请。加州大学伯克利分校University of California, Berkeley伯克利的计算机专业，设置在Electrical Engineering & Computer Science系。开设两种硕士学位，一种是Master of Science学位，另一种是Master of Engineering学位Master of Engineering项目主要培养擅长解决经济和社会问题的领导型人才，Master of Science则为研究型硕士，竞争非常的大，想申请者所学校的学生建议申请M.ENG.项目，申请的时候需要体现比较强的计算机技能和工作能力。往年录取的GPA平均分数为3.7，GRE的quantitative 90%, verbal 70% 和analytical writing 3.5，托福最低100分或雅思最低7.0分。伊利诺伊大学香槟分校University of Illinois, Urbana Champaign伊利诺伊大学香槟分校开设Master of Science学位，是一个研究型项目，可为将来申请PhD作准备。香槟分校是传统的工科强校，拥有强大的师资和校友网络，申请难度巨大，可以考虑申请职业导向型的Master of Computer Science项目，会容易一些。申请者需要至少3.0以上的GPA，托福最低103分，雅思最低7.5分。GRE成绩不强制要求，但是建议提交。基于该项目的竞争，提交一份好的GRE成绩能够为你的申请带来一定的优势。哥伦比亚大学Columbia University哥伦比亚大学的计算机系，设置在工程与应用科学学院（School of Engineering and Applied Sciences，即SEAS），分为Master of Science in Computer Science (MS CS)，Master of Science in Computer Engineering (MS CE) 两个项目。如果你的三围在3.6+/4.0、托福105+和GRE 325+，也有较强的研究背景，你可尝试申请MS CS，如果相对弱一点，可以考虑申请MS CE。密歇根大学安娜堡分校University of Michigan, Ann Arbor安娜堡分校的电子工程和计算机系分为：Computer Science and Engineering (CSE) 和Electrical and Computer Engineering (ECE)。它们各自招生。通常录取的人GPA3.5+，托福100+，GRE单项要求分别为70% verbal、90% quantitative和40% analytical writing，三封强推荐信，和托福最低100分。作为传统工学强校，就算综合排名稍低，招生数量也比较大，但是申请也还是有一定难度的。加州大学圣地亚哥分校University of California, San Diego圣地亚哥分校的计算机系，叫做Computer Science and Engineering，分成Computer Science和Computer Engineering 两个专业。该项目比较看重申请人的研究背景，所以竞争是非常激烈的。如果你成绩优异，并且研究能力比较强，可以尝试申请。申请要求包括了本科学位，托福最低85分，GRE分数（因为疫情原因fall2021申请不强制要求），三封推荐信，简历以及个人陈述。

随着美国大学的申请竞争越来越激烈，除了标化成绩之外，美国大学对申请者的软实力越来越看重，还特别看重学生的好奇心、热情和对事物研究的持久性，而通过科研项目，可以体现这种品质。普林顿教育为大家整理了美国计算机名校科研项目。卡耐基梅隆大学学科领域：计算机/人工智能科研时间：2021年6月5日-7月10日学习目标：★ 理解人工智能及计算机科学的核心概念★ 探索驱动科学实验机器学习阶段发展历程★ 学习最优实验设计和主动机器学习高端技术★ 预测主动学习和自动化科学方向挑战和机遇教授信息Prof. RF.M卡内基梅隆大学计算机学院终身教授担任卡内基梅隆大学计算机科学学院主任荣获亚历山大·冯·洪堡教席-国际研究奖担任美国国立卫生研究院，生物数据管理和分析研究部门第一位全职主席项目收获★ 教授私人推荐信（教授 EDU 邮箱网推）★ 教授签字课程证明★ 教授签字项目评价表★ 项目推荐信★ 国际 EI/CPCI 会刊论文辅导及发表（独立第一作者）★ 实地或远程参加国际学术会议（学生可选参加与否）学科领域：应用数学/计算机科研时间：2021 年5月1日- 6月5日学习目标★ 了解和学习数学的基本理念★ 探索和运用真实案例和问题公式了解优化★ 学习Python设计语言的使用及运用教授信息Prof. S.T卡耐基梅隆大学数学系终身教授曾任职于美国国家航空航天局兰利研究中心（NASA 结构与材料领域的重点研究中心）曾在 Springer 发表过多篇学术性论文（全球第一大科技图书出版公司）曾与芝加哥大学，哥伦比亚大学教授一同出版过48篇权威性文献项目收获★ 教授私人推荐信（教授 EDU 邮箱网推）★ 教授签字课程证明★ 教授签字项目评价表★ 项目推荐信★ 国际 EI/CPCI 会刊论文辅导及发表（独立第一作者）★ 实地或远程参加国际学术会议（学生可选参加与否）学科领域：人工智能/信息安全/密码学科研时间：2021年6月20日-8月1日学习目标★ 理解人工智能及密码学的核心概念★ 探索机器学习与网络安全的发展历程★ 学习区块链和主动机器学习高端技术★ 预测机器学习和计算机科学方向挑战和机遇教授信息Prof. V. G卡耐基梅隆大学计算机科学终身教授卡耐基梅隆大学计算机理论组、计算机加密技术组主要负责人曾在微软研究部担任过 7 年的研发工作、计算机加密技术领域专家，27 个国际计算机加密技术峰会项目成员项目收获★ 教授私人推荐信（教授 EDU 邮箱网推）★ 教授签字课程证明★ 教授签字项目评价表★ 项目推荐信 ★ 国际 EI/CPCI 会刊论文辅导及发表（独立第一作者）★ 实地或远程参加国际学术会议（学生可选参加与否）加州大学洛杉矶分校学科领域：管理信息系统/计算机科学/社会学科研时间：2021年4月24日-5月29日学习目标★ 了解全球组织、文化和机构如何创造、利用互联网和信息技术传播的信息★ 研究社交媒体与经济/政治/文化/身份的关系★ 探索传统机构和信息分类机构与互联网之间的联系★ 研究当代社会和文化问题与人工智能和信息间的关系(包括知识产权、信息素养、监管、信息伦理、分类能力等)。教授信息Prof. R.S加州大学洛杉矶分校信息学终身教授加州大学洛杉矶分校数字文化实验室主任斯坦福大学学士，麻省理工硕士，哈佛大学博士拜登创新政策委员会委员畅销书《Beyond the Valley》作者项目收获★ 教授私人推荐信（教授 EDU 邮箱网推）★ 教授签字课程证明★ 教授签字项目评价表★ 项目推荐信 ★ 国际 EI/CPCI 会刊论文辅导及发表（独立第一作者）★ 实地或远程参加国际学术会议（学生可选参加与否）伊利诺伊大学厄巴纳香槟分校学科领域：计算机/机器学习科研时间：2021年5月15日-6月19日学习目标★ 提高学生对于机器学习的理解能力★ 探索器学习的主要方法和当前的研究方向★ 拓展学生对自然科学（计算机）、数学方面认知的多元视角★ 帮助学生探寻使用不同机器学习算法来解决重要任务的实战经验★ 集中训练学生复杂问题的表达能力及逻辑思维能力教授信息Prof. R. KUIUC 电气和计算机工程终身教授Hyperion Core, Inc 联合创始人&首席架构师荣获纳尔逊·曼德拉领导奖荣获罗纳德·W·普拉特教师杰出教学奖为主流媒体和杂志撰写科技、政策和社会交叉热点专栏项目收获★ 教授私人推荐信（教授 EDU 邮箱网推）★ 教授签字课程证明★ 教授签字项目评价表★ 项目推荐信 ★ 国际 EI/CPCI 会刊论文辅导及发表（独立第一作者）★ 实地或远程参加国际学术会议（学生可选参加与否）南加利福尼亚大学学科领域：计算机科学/物理学/数学科研时间：2021年6月19日-7月24日学习目标★ 掌握量子力学原理在计算中的应用★ 掌握量子电路计算模型★ 探究量子傅里叶变换及其应用教授信息Prof. M-D. H南加利福尼亚大学计算机科学学院终身教授美国国家科学基金会主席青年研究者奖普林斯顿大学博士；IBM 数学科学博士后奖学金获得者；复杂计算、密码学、量子计算、自组装领域著名专家项目收获★ 教授私人推荐信（教授 EDU 邮箱网推）★ 教授签字课程证明★ 教授签字项目评价表★ 项目推荐信 ★ 国际 EI/CPCI 会刊论文辅导及发表（独立第一作者）★ 实地或远程参加国际学术会议（学生可选参加与否）

世界著名大学排名机构USnews的2019计算机学科高校排行榜再一次刷新了人们对于“计算机排名”的认知。网友直呼：我们有这么强，我咋不知道！USNEWS计算机学科排行世界前10清华大学排名世界第一，力压麻省理工学院，哈佛大学，牛津剑桥等世界名校，而培养出27名计算机最高奖图灵奖获得者的斯坦福大学跌出前十，甚至不如挤进前十的国内高校华中科大、浙江大学、东南大学。这就难以让人信服了，国内高校的计算机水平真的高到这种所向披靡的程度了吗？清华计算机世界第一先来看看国内高校的排行位次，学科评估仅获B+的东南大学计算机这次跃居国内第四名，超过了“两电一邮”以及上海交大、哈工大等工科名校。最难以让人信服的是国内顶级计算机名校国防科大排在国内第24名，而学科评估中国防科大计算机还是A+（国内高校只有四个A+）。国防科大计算机在1966年就已经成立，那时候许多高校教师甚至都不知道计算机是什么。那么排名如此之低的最大可能就是USnews的数据采集并不完整，当某一数据不明时就写“不知道”，自然这一项的得分就只能是零了。USnews国内高校计算机排行尽管这几年清华大学计算机有着神速发展，世界排名也是不断上升，但是站在第一的位置，恐怕还是有所底气不足，以计算机最高奖图灵奖为例，获得者排行前几位除了英国的牛津剑桥二校，其它均为美国高校，比如斯坦福，哈佛，加州理工，卡耐基梅隆，普林斯顿等名校。而中国只有一人获得图灵奖，那就是清华大学姚期智，而姚期智是半道由物理转攻计算机，就读于伊利诺伊大学。姚期智回国后创建了清华“姚班”，号称国内最顶级的计算机班。图灵奖获得者人数排行目前的大多数世界排名机构越来越“趋利”化，指标之中除了摸不着看不到的“声誉”，另外一个最大的方面就是“论文”，而这二者如今已经算不上什么硬指标了，说句不好听的还没有高考录取分数线靠谱。前不久国内爆出某校“论文丑闻”，一时间大家对于“论文”这个表面高大上外表光亮鲜的东西都嗤之以鼻。“论文造假”虽说是世界性学术问题，但是在国内显得更为明显。所以在中国高校计算机集体飙高的情况下，一种“高处不胜寒”的气息袭来，我们虽站在高处，可是脚下的石头是不是很稳呢？未必！

斯坦福大学MCF硕士就业率多高？根据官网明确，斯坦福大学MCF硕士就业率高达100%，因为该项目主要就是培养高影响力的就职人才，所以就业结果都很乐观！具体斯坦福大学MCF硕士就业率多高，这里立思辰留学给您分享下！斯坦福大学MCF硕士就业率多高？百分百超高就业！斯坦福大学MCF为培训一小群非常有才华的学生，以从事量化金融学术界和行业的高影响力职业。它为希望实习和全职行业就业的学生提供100%的就业率，众多金融公司为MCF学生提供实习和就业机会：例如：高盛，摩根士丹利，摩根大通，美国银行，花旗集团，都铎基金，两个西格玛投资公司，黑石集团，GMO，立体主义者投资公司，城堡等许多公司。斯坦福大学MCF不设置在常规的商学院，因为斯坦福商学院只提供金融学博士，所以MSF就设置在计算与数学工程学院下面，这项斯坦福大学MSF属于跨学科项目，斯坦福大学msf类的数学与计量金融专业是同行类诞生最早且超前的金融类硕士专业！金融数学计划是由统计部门管理的，是最古老的定量金融硕士学位之一，并且在学术界和工业界都拥有顶尖的毕业生。2014年，斯坦福大学将程序更名为MCF，并在斯坦福大学工程学院内重新启动了该程序。这样一来，学校便建立了金融数学的核心优势，并更新了课程设置，以适应斯坦福大学乃至更广泛的计算机科学，数据科学/机器学习，数字等领域的最新趋势。MCF学位是一项严格的学术课程，将灌输扎实的基础技术技能，这些技能可直接应用于定量和一般金融职业。斯坦福大学MCF的特点是具有丰富的队列经验，严格的学术课程以及在银行，金融服务，投资管理和金融领域其他重要角色的良好往绩。斯坦福大学MCF规模小，但在行业中享有长期声誉，校友网络和广泛可转让的技能组合为斯坦福大学的学生提供了很好的服务。

有打算申请美国计算机研究生的同学和托普仕一起来看一下申请条件有哪些吧！美国研究生计算机专业申请条件1、学历要求：要求申请人为大学本科毕业并获得学士学位证；2、GPA要求：要求申请人的大学GPA成绩不低于3.0分，平均分不低于80分；3、成绩排名要求：要求申请人在大学成绩排名在10%;4、托福要求：要求申请人的托福成绩不低于80分；5、GRE要求：要求申请人的gre成绩不低于300分；6、背景要求：要求申请人的大学专业为计算机专业，或者修过计算机课程；美国研究生计算机专业大学top101、卡耐基梅隆大学2、斯坦福大学3、加州大学伯克利分校4、麻省理工学院5、伊利诺伊大学厄本那香槟分校6、华盛顿大学7、康奈尔大学8、佐治亚理工学院9、普林斯顿大学10、德克萨斯大学奥斯汀分校文章来源托普仕：http://www.topse.com/apply/23928.html