统计学转CS，成功拿到PHD，泪奔~~o(>_<)o ~~
1203933
楼主很激动....心中五味陈杂....回望过去的付出，觉得终于有了收获.......
我把自己的背景写的比较详细，可以供想转专业申请CS的同学参考。
看背景也看得出来，楼主的求学路很坎坷，专业一换再换，从经济学这种国内普遍认为是文科的专业，终于拿下了我大石溪的镇校专业——计算机。
在这里我只是简略交代一下我申请的过程，等以后准备写一篇长帖子把自己的经验分享给大家，为有转专业意向的同学提供更多的有用信息。
楼主本科在北京理工大学国际经济与贸易专业就读（2010-2014）。在此过程中，逐渐爱上了数学模型，希望以后可以做数学相关的研究。但是，经济学在国内一般属于文科，唯一有希望和数学模型沾边的就是统计学（个人觉得计量经济学说白了就是“回归分析”的简单应用，大家不要较真，我就是调侃一下开个玩笑）。楼主大一下学期主动选修了工程学院的微积分课程，还参加了北京市大学生数学竞赛，拿了个二等奖，感觉在申请过程中起到了很大帮助，因为作为一个经济学的学生，我唯一可以展现自己数学能力的，就是这个奖了。
然后本科毕业，开始申请2014年Fall的统计学PHD项目。事后看来，我当时的举动很作死。本科直接申请PhD不是不可以，但是我是跨专业....只听说过学统计的转经济PhD，没听说过学经济的转统计PhD。于是结果可想而知.....只有Florida State University给我发了个PhD ad，并且告诉我说就算来了，以后也不大可能有funding，因为funding的竞争很激烈....这里差一嘴，我有个保底的学校是Michigan Institute of Technology，它也给我发了个PhD的ad，让我去做抽象代数...............我去啊，纯数学，还不给funding，简直是逗我玩....当数学家饿死人的节奏啊。。。直接回绝。
最后，Stony Brook University的Applied Math & Statistics给我发了个面试。然后我就去了。是Graduate Program Director Davide Green（石溪AMS一哥，是个一个打扮很摇滚风的年轻计算生物学教授，以前是MIT的大学霸）面的我。正经研究经验没怎么和我聊，就问了一下我本科发过的一篇很水很水的论文（就是用卡方检验分析了一下调查问卷，属于社会科学类的市场调查，只不过我做了数据分析部分而已）。接着居然和我聊起了兴趣（也怪我作，之前看经验贴，说是在简历上放上个人爱好，可能会引起教授兴趣，并且让人觉得你全面发展，于是我就写了长笛和小提琴），Green通知说他喜欢中国的竹笛，我就和他深入讨论了竹笛和flute的区别.......聊了1/3的面试时间.......然后过了几天，通知我说博士没法录你，降成硕士，你来不来? 我当时没得选择了，只好先从了，想着到时候去考过Qualification Exame转博士吧。我觉得，他们当时之所以不录取我，是因为我并不具备足够的统计学背景，所以TA没法当，RA更做不了，所以没办法给我funding，只好降为master。
于是我就开始读master了。在这个过程中，我发现石溪的统计方向的老师，全都在做生物统计.......然后我发现自己对这个并没有兴趣....然后我发现机器学习好有趣啊。所以决定，不再准备Qualification Exam了，要好好学习，往机器学习方向靠，然后重新申请PhD，试着进入一个以机器学习为研究方向的统计系继续深造。这时候，要重新申请PhD主要看三点：
1. GPA
2. 托福 GRE
3. 研究经验和背景
针对1：于是楼主很认真地学习，当然，我对于数学本来就有爱，于是学的得心应手，保持了满绩点毕业（4.0/4.0）。GPA问题解决。
针对2：2015年夏天，我用一个假期重新考了托福和GRE。我托福弱点在于口语，这次终于考到了23。GRE嘛，居然总分和上次考的一模一样.......鉴于没有时间再准备重考了，就只好放弃。所以托福问题也解决了，GRE凑凑合合把，可能有点拖后腿，但是听说GRE也没有那么那么重要。
针对3：重中之重是研究经验。我是统计的，想要做机器学习这种交叉学科的，必须找到教授，跟着别人做。然而，正如前文所述，我们系的老师全在搞生物统计...我就只好考虑计算机系的教授了。我当时也是抱着试一试的心态，因为之前也没听说过统计的去计算机那边找老师做研究。。。
想要实现这个目标，自己必须得努力付出，让老师觉得你有能力和他合作。不是说你跑到老师那边说我想和你做研究，人家就要你了。所以我做的准备有：
a. 借来我们学校CS系Machine Learning课程的PPT，全部看完。
b. 在Coursera上修完Andrew Ng的Machine Learning
c. 在Coursera上修完Columbia U的Natural Language Processing
d. 在Youtube上自学Python、git、Unix命令行编程。
e. 选修了计算机系的算法课（计算机PhD必修，且分数不能低于A-），拿到A。（石溪没有A+，A是最高，当然了，我去找教授的时候，只是说在修这门课，还没有拿到最后的成绩）
然后在这里我要感谢一下我的室友，是个印度小哥，叫Chetan Naik。虽然他看不见。。。他就是CS的master，做machine learning。正好他有很多统计或概率模型的问题问我，我也有很多算法问题问他，于是经常交流。他也知道我想做Machine Learning。于是建议我去找一个CS那边新来的教授，说那个教授比较nice，也乐于帮助同学。而我之前看网页相中了一个教授，我咨询他，他说这个教授不行，我们上过她的课，她为人很arrogant。所以我就放弃了这个教授，转而去找了他推荐的那个教授。这里想说，内部消息看来很重要。
然后那个教授和我聊了聊，简单听了我的背景。然后同意我跟着他做项目。内容就省略了，但是我提了个算法，削减了40%的training data，算是有creative的成果。我们最近正在写一篇论文准备投稿。至此研究经验也有了。
但是众所周知，CS一项排外，非本专业背景很难进，尤其是我的本科还是个尴尬的经济学。所以我就和我的研究教授商量，咨询他我能不能申请到你们的phd。大家不要以为我跟着本系的教授做项目，就一定能被录取。因为录取学生是委员会决定的，并且我这个老师，是2014年刚来的新教授，连Assistant Professor都不是，是个叫什么Research Assistant Professor的职位。他自己告诉我，他根本没有决定权。并且他现在手里没有funding，也不可能跟委员会说“我要这个学生，你们录吧，录了我来funding他”。所以他说我可以给你个推荐信，但是别抱什么希望。他还询问我正在上的算法课是谁教的。我告诉他是XXX教授。他说你最好去和她商量商量，她是以为比我Senior的教授，看看能不能提供给你一些有用信息。于是我就去找了我算法课的教授。这个教授人也非常好，告诉我说：“你想要申PHD做machine Learning, 首先根据你的背景，委员会是绝不会怀疑你的数学能力的。根据你的研究经验，它们也会相信你有研究能力。但是，你的计算机背景不够。所以你要想办法去显示你在这方面的能力。我可以告诉你，委员会选人的标准就是要有科研能力，另外，录取后能够顺利通过我们CS系对于博士生的要求：必修课不能低于A-。所以我建议首选学好我这门课（因为这就是PhD的必修课之一），显示你有能力过CS的phD课程。另一方面，去招生官网看看，看PhD要求什么课，你就去Coursera上修一下，或者想其他的办法证明你能handle。” 最后，我在她的课上拿下了A。然后去Coursera上修了《操作系统》、《面向对象JAVA编程》、《JAVA数据结构》。她给我写了推荐信。这样我就有了两份本系老师给我的推荐信。我觉得这两份本系老师推荐信在申请过程中起着至关重要的作用。还有就是我在算法课上拿到的A说明我能胜任PHD的课程。
就这样，最终我收到了计算机系发来的offer，算是对自己的努力有个交代，另外也真的有很大幸运的成分，过程中得到这么多好心的室友、教授们的帮助和指引，这中间这些环节只要少一个，可能我就得不到这个结果了...感恩吧~另外也给渴望转成CS的同学一个参考：自己努力去学习CS的课程，积累相关知识和经验，然后主动去多找教授，别怕碰壁和失败，坚持下去，总会有成功的可能性的。
我把自己的背景写的比较详细，可以供想转专业申请CS的同学参考。
看背景也看得出来，楼主的求学路很坎坷，专业一换再换，从经济学这种国内普遍认为是文科的专业，终于拿下了我大石溪的镇校专业——计算机。
在这里我只是简略交代一下我申请的过程，等以后准备写一篇长帖子把自己的经验分享给大家，为有转专业意向的同学提供更多的有用信息。
楼主本科在北京理工大学国际经济与贸易专业就读（2010-2014）。在此过程中，逐渐爱上了数学模型，希望以后可以做数学相关的研究。但是，经济学在国内一般属于文科，唯一有希望和数学模型沾边的就是统计学（个人觉得计量经济学说白了就是“回归分析”的简单应用，大家不要较真，我就是调侃一下开个玩笑）。楼主大一下学期主动选修了工程学院的微积分课程，还参加了北京市大学生数学竞赛，拿了个二等奖，感觉在申请过程中起到了很大帮助，因为作为一个经济学的学生，我唯一可以展现自己数学能力的，就是这个奖了。
然后本科毕业，开始申请2014年Fall的统计学PHD项目。事后看来，我当时的举动很作死。本科直接申请PhD不是不可以，但是我是跨专业....只听说过学统计的转经济PhD，没听说过学经济的转统计PhD。于是结果可想而知.....只有Florida State University给我发了个PhD ad，并且告诉我说就算来了，以后也不大可能有funding，因为funding的竞争很激烈....这里差一嘴，我有个保底的学校是Michigan Institute of Technology，它也给我发了个PhD的ad，让我去做抽象代数...............我去啊，纯数学，还不给funding，简直是逗我玩....当数学家饿死人的节奏啊。。。直接回绝。
最后，Stony Brook University的Applied Math & Statistics给我发了个面试。然后我就去了。是Graduate Program Director Davide Green（石溪AMS一哥，是个一个打扮很摇滚风的年轻计算生物学教授，以前是MIT的大学霸）面的我。正经研究经验没怎么和我聊，就问了一下我本科发过的一篇很水很水的论文（就是用卡方检验分析了一下调查问卷，属于社会科学类的市场调查，只不过我做了数据分析部分而已）。接着居然和我聊起了兴趣（也怪我作，之前看经验贴，说是在简历上放上个人爱好，可能会引起教授兴趣，并且让人觉得你全面发展，于是我就写了长笛和小提琴），Green通知说他喜欢中国的竹笛，我就和他深入讨论了竹笛和flute的区别.......聊了1/3的面试时间.......然后过了几天，通知我说博士没法录你，降成硕士，你来不来? 我当时没得选择了，只好先从了，想着到时候去考过Qualification Exame转博士吧。我觉得，他们当时之所以不录取我，是因为我并不具备足够的统计学背景，所以TA没法当，RA更做不了，所以没办法给我funding，只好降为master。
于是我就开始读master了。在这个过程中，我发现石溪的统计方向的老师，全都在做生物统计.......然后我发现自己对这个并没有兴趣....然后我发现机器学习好有趣啊。所以决定，不再准备Qualification Exam了，要好好学习，往机器学习方向靠，然后重新申请PhD，试着进入一个以机器学习为研究方向的统计系继续深造。这时候，要重新申请PhD主要看三点：
1. GPA
2. 托福 GRE
3. 研究经验和背景
针对1：于是楼主很认真地学习，当然，我对于数学本来就有爱，于是学的得心应手，保持了满绩点毕业（4.0/4.0）。GPA问题解决。
针对2：2015年夏天，我用一个假期重新考了托福和GRE。我托福弱点在于口语，这次终于考到了23。GRE嘛，居然总分和上次考的一模一样.......鉴于没有时间再准备重考了，就只好放弃。所以托福问题也解决了，GRE凑凑合合把，可能有点拖后腿，但是听说GRE也没有那么那么重要。
针对3：重中之重是研究经验。我是统计的，想要做机器学习这种交叉学科的，必须找到教授，跟着别人做。然而，正如前文所述，我们系的老师全在搞生物统计...我就只好考虑计算机系的教授了。我当时也是抱着试一试的心态，因为之前也没听说过统计的去计算机那边找老师做研究。。。
想要实现这个目标，自己必须得努力付出，让老师觉得你有能力和他合作。不是说你跑到老师那边说我想和你做研究，人家就要你了。所以我做的准备有：
a. 借来我们学校CS系Machine Learning课程的PPT，全部看完。
b. 在Coursera上修完Andrew Ng的Machine Learning
c. 在Coursera上修完Columbia U的Natural Language Processing
d. 在Youtube上自学Python、git、Unix命令行编程。
e. 选修了计算机系的算法课（计算机PhD必修，且分数不能低于A-），拿到A。（石溪没有A+，A是最高，当然了，我去找教授的时候，只是说在修这门课，还没有拿到最后的成绩）
然后在这里我要感谢一下我的室友，是个印度小哥，叫Chetan Naik。虽然他看不见。。。他就是CS的master，做machine learning。正好他有很多统计或概率模型的问题问我，我也有很多算法问题问他，于是经常交流。他也知道我想做Machine Learning。于是建议我去找一个CS那边新来的教授，说那个教授比较nice，也乐于帮助同学。而我之前看网页相中了一个教授，我咨询他，他说这个教授不行，我们上过她的课，她为人很arrogant。所以我就放弃了这个教授，转而去找了他推荐的那个教授。这里想说，内部消息看来很重要。
然后那个教授和我聊了聊，简单听了我的背景。然后同意我跟着他做项目。内容就省略了，但是我提了个算法，削减了40%的training data，算是有creative的成果。我们最近正在写一篇论文准备投稿。至此研究经验也有了。
但是众所周知，CS一项排外，非本专业背景很难进，尤其是我的本科还是个尴尬的经济学。所以我就和我的研究教授商量，咨询他我能不能申请到你们的phd。大家不要以为我跟着本系的教授做项目，就一定能被录取。因为录取学生是委员会决定的，并且我这个老师，是2014年刚来的新教授，连Assistant Professor都不是，是个叫什么Research Assistant Professor的职位。他自己告诉我，他根本没有决定权。并且他现在手里没有funding，也不可能跟委员会说“我要这个学生，你们录吧，录了我来funding他”。所以他说我可以给你个推荐信，但是别抱什么希望。他还询问我正在上的算法课是谁教的。我告诉他是XXX教授。他说你最好去和她商量商量，她是以为比我Senior的教授，看看能不能提供给你一些有用信息。于是我就去找了我算法课的教授。这个教授人也非常好，告诉我说：“你想要申PHD做machine Learning, 首先根据你的背景，委员会是绝不会怀疑你的数学能力的。根据你的研究经验，它们也会相信你有研究能力。但是，你的计算机背景不够。所以你要想办法去显示你在这方面的能力。我可以告诉你，委员会选人的标准就是要有科研能力，另外，录取后能够顺利通过我们CS系对于博士生的要求：必修课不能低于A-。所以我建议首选学好我这门课（因为这就是PhD的必修课之一），显示你有能力过CS的phD课程。另一方面，去招生官网看看，看PhD要求什么课，你就去Coursera上修一下，或者想其他的办法证明你能handle。” 最后，我在她的课上拿下了A。然后去Coursera上修了《操作系统》、《面向对象JAVA编程》、《JAVA数据结构》。她给我写了推荐信。这样我就有了两份本系老师给我的推荐信。我觉得这两份本系老师推荐信在申请过程中起着至关重要的作用。还有就是我在算法课上拿到的A说明我能胜任PHD的课程。
就这样，最终我收到了计算机系发来的offer，算是对自己的努力有个交代，另外也真的有很大幸运的成分，过程中得到这么多好心的室友、教授们的帮助和指引，这中间这些环节只要少一个，可能我就得不到这个结果了...感恩吧~另外也给渴望转成CS的同学一个参考：自己努力去学习CS的课程，积累相关知识和经验，然后主动去多找教授，别怕碰壁和失败，坚持下去，总会有成功的可能性的。
- 21