Columbia MA STAT 哥大统计入学半年总结
3102463
楼主从申请开始之前就一直关注地里，感觉这里分享的干货真的帮助很大。所以我也想这里多分享一些我的想法，给大家一些帮助。特别是那些和我一样，申请结果很不如意的同学。申请只是很小的一步，未来还有很长的路要走。一时的失利可能会改变挺多的，机会也好、心态也好，但这些都挡不住想改变、不服输的意志。即便上了大水硕，生活总还有转机的，也还是要努力做好每一步。哎，又鸡汤了好像。但真的挺想鼓励一下的，楼主很懂那种拒到最后的绝望，只想哭什么都不想做的那种日子真的很黑暗。这个坎还是要跨过去的。
当然前面说了大水硕，其实是算自黑吧。外界对哥统的评价真的挺烂的，wei博啊，某乎啊，黑哥统已经成了老生常谈。因为这个被刷简历应该也不是没有。但楼主不是想批判这个项目，手里有offer的同学，不想来这里自然会去别的地方。来这些项目的学弟学妹也不用太有负担。名声是有点问题，但这不影响他可以提供的很多资源。
上面说了挺多，这里楼主在集中说说上课和找工作以及一些建议吧
1. 上课
统计系算是在GSAS下面的MA项目，毕业要求30学分，也就是10门课。GSAS算学费的方式是学期，也就是每学期交固定的钱，然后可以选20分以内任意的课。这应该是广受诟病的一点。学费这一届，应该是3.5+4+2，差不多读下来是10w刀的学费。再加上房租，每个月按coso的1300算，18个月下来也有2.5w快。这个成本可想而知。当然如果能抽抽宿舍或者i-house的话，成本可以降一些。另外，第二学期开始可以做grader，有3000刀可以拿。
但既然，学费都是必须交的，选课就快乐一些。统计的项目要求4门必修课，5203 Probability， 5204 Inference和5291 Advanced Data Analysis。除了这4门外，还要求修至少3门统计系开的选修课，另外3门可以按一个list里的选。总的来说，和DS系学的内容很像，然后自由度很大。不过和DS比，统计的课坑点也很多，必修课没有他们的好。前些年还有入学后那个学期，直接申请DS spring入学的，有申请成功的。但这两年好像没有这样的了。不过这个也确实是个思路，也有人读完这个项目然后在读哥大cs spring入学的。除了成本有点高，别的都挺好的。路还是很多的。
选修课，系里面的list给提供了好几个方向，Finance、DS、精算、PHD。想申phd的同学肯定就博士课走起了，这个楼主没什么经验。倒是听说每年都有申的很好的，上上届还有申上JHU的CS PHD的（大佬哈哈）。走Finance的话，我感觉这个真的值得吐槽。说是finance，课都是随机过程、时间序列之类的。这些确实和finance有关，但感觉这些挺尴尬的。去做ib、行研的话，这些课不如去商学院学点那些accounting相关的。但话说回来，想走金融的来读这个有点奇怪。想做quant的话，倒是该学一些随机。但是，统计吧第一学期只能学哪几门必修课，学随机都是第二学期的事情了。这会学随机，大行的机会早没有了，可能回国会有一些用。但是还是感觉做quant还是去mfe项目好很多，统计这个项目，在这边找bb行很难过简历，回国又备受歧视。（感觉国内金工部挺多都是MFE回去的，对哥统和各种MFE的层次还是了解的）总之，感觉走finance留美的话，不是很推荐。路太难走了。
DS的话，统计系有3门课，5206 Intro into DS，5241 Statistical Machine Learning，和5291 Advanced Machine Learning（好像上学期在教data mining）。下面一门一门说说楼主上的课和当时考虑过的课吧。0
第一学期：
第一学期基本没有选择，选课要有advisor同意才给选。很多同学运气不佳，advisor不给批，那第一学期就没有操作的余地。我的话，选了5203-5206以及ecbm 4040，五门课。选课的逻辑是，必修课反正是浪费时间，找省事的好拿A的。省下来的经历找一门能做大的pj的课，填充一下简历，另外刷刷coursera。
STAT 5203 Probability
这门课和国内本科概率论差不多，讲的内容也不深，不是带测度的那种。开课的老师有很多，我上的是michael sobel的。之前都听大家对他评价不高。但上了发现，某种意义上讲，这老师很好。什么意义呢？这老师事情很少，他的课只有一次期中一次期末，没有作业。后来上别的课发现，这老师简直是神仙好吗。既然是浪费时间的课，那就应该力求浪费的时间越少越好，收获越大越好。权当复习probability的基础知识了，看看茆诗松、陈希儒什么的扎实一下挺好的。这课大部分人会选那些只上半学期的section，这样期中就考掉这门课。最后压力小一些。
STAT 5204 Inference
顾名思义这课就是讲数理统计，内容depends on老师。我选的victor，这老师事情比较多，除了midterm，final还有quiz、作业、甚至还有pre。这老师也是聪明，让同学10个人一组，做pre，pre的内容就是后半学期老师要讲的内容。然后老师就不来了，都是同学在讲。。迷惑
STAT 5205 Linear Regression Model
这课真的就只讲线性回归，本科计量学过的话，基本可以躺着了。我从这个课发现一个路子，就是可以选那些给hybrid开课的老师，这样的话，这课是有录像的。所以可以不去上课，偶尔看看录像就可。老师的话，我选的Young，还可以其实。
以上三门都是必修，为了学ds的课，第一学期得选5206，这课真的一言难尽。
STAT 5206 Intro to Data Science
这课就是学一下R怎么用，老师会根据advanced R和data science 什么什么的两本书来讲R的各种用法。但这课的核心是用Ed平台，每周大概有100道作业题。（100道指100小问，一小问就是进行一些操作，比如画个图之类的）这个作业量还是很大的，而且我个人之前R不是很熟，很多参数规则感觉很诡异，也一直不是很想学。就都敷衍了事了。作业的话，其实我感觉就是把助教写的instruction翻译成R，很花时间很花时间很花时间。考试倒是没那么难，和做作业类似。我个人不是很喜欢R，感觉没啥用，还是好好写python了。但如果上统计系的课多的话，大部分都是用R的。比如很热门的5243 ads。
除了这四门课，我当时主要关注了cs类可选的课。
ECBM 4040 Neural Network and Deep Learning
这课是ee系开的，老师还不错，提供的材料、作业很赞。整体上下来还是挺好的，楼主是和coursera上吴老师的dl课同时上的，感觉这课讲的更难一些，吴老师的更好理解。这课的作业比较硬核，作业参考了斯坦福cs231的那些，手动写ann cnn之类的。期末的话，有考试，也有一个小组的project，主题是复现一篇论文。题目老师提供了一些，然后也可以自选。哈哈值得一提的是，楼主很早盘算着学DL，就自己搞了个服务器，然后开学的时候找同学收了一块1080，折腾起来还是挺有意思的。最后搞pj帮助很大，因为当时楼主很懒，想着也不认识ee系上这个课的人，还是自己做掉算了。于是就个人完成了这个，真的是肝爆了。当时还天真的憧憬着做quant，选了个国人写的小波变换+自动解码机和LSTM的模型，加上tf 2.0刚发布，一拍即合就开始写。结果坑越写越多，这论文引用倒是挺高的，但方法论不是很清楚，别人也没有复现成功的。调参、未来函数各种问题。最后还是复现结果和原论文差距很大。但练了一波搭建模型、写论文，还是很有收获的。
这课还有个后续课程ECBM 6040 deep learning research，跟着上下来应该蛮好的。但是他这学期上课时间是早上8点到10点，真的太早了。加上楼主拿了de的intern，还是想着转码了。就没有继续搞DL。如果跟着上，是可以很深入的。
另外值得一提的是，通过这个课，楼主发现gsas的人选课除了正式的系统里选课，还有很多途径。比如这门课系统选不进去，老师让我去找ee系的老师，签了表，在选课结束后2天也还是选进去了。第二学期发现，不管是什么课，有多少人在里面。在选课结束之后，都可以选，然后只要老师给批，advisor给批，就能硬加进去。所以感觉，统计系的选课可以不那么看能不能选进去，应该更关注课程的内容，因为总有办法进去。
CSOR 4246 Algorithm for Data Science
这门课是DS系的必修，讲的内容就是算法。老师是个希腊人，口音比较重。但是讲课还不错感觉，内容设计的很完善。主要是参考算法导论在讲，算是比较难的一门课。作业是两周一个，工作量很大。算法课上上还是不错的，配合着刷刷题。 哎，楼主本来计划着上这个和DL。但无奈，5门课的话，advisor要求上5206，然后这两个课只选一个。没办法，当时选了dl。不过第二学期可以上4231，和这个课类似，后面会讲。值得注意的是，这门课统计系是可以在开学前就选进去的，早点下手可以容易很多。
STAT 5243 Applied Data Science
这门课是做project的一个课，一共做5个，包括shiny app之类的，都是用R。具体的内容可以去github上搜搜，有课程主页。这门课的话，评价高可能是因为之前那个老师确实很棒，系主任Tian Zheng。但我看来，这课比较适合简历很空需要填充的。本身2周一个project也不会做太深，而且还要随机分组来合作，坑不坑又是个概率的问题。此外，用R做我本人很讨厌哈哈，就是一点R也不想写。所以还是选了4040，最后做pj，而不是选这门。
值得注意的是，这门课第二学期会很难选进去，大家都想上。第一学期上会容易很多，我感觉第一学期课业压力更小一些，因为课都学过不怎么需要花时间，而第二学期的课就没那么简单了。
IEOR 4525 Machine Learning for OR And FE
这课统计选不进去，但是可以找老师加canvas旁听，这课也有录像，加了canvas除了作业没人批改外没啥差别。我是因为女票在上就一起上了。这课还是挺好的，老师组织的材料真的很棒，内容很好。讲的数学也足够深入，也有例子，作业也难度适中。总的上下来，体验很棒除了老师的口音很重，看视频基本都不知道他在说什么，最后也放弃了。就看看ppt，做做作业，收获很大哈哈。
STAT 6701 Foundations of Graphical Models
这课是cs和stat的博士的一门课，讲图模型，老师真的是大牛，David blei。课业压力也挺大，每周要读paper写essay应该是，最后要做个project。当时没什么信心，就没有直接去选。打算留到最后一学期去学了。
我第一学期关注的就这些，感觉当时还是很年轻的，学校的资源利用的少。当然，这样可能也是最优解了。因为第一学期大头是找工作。我个人是比较幸运，正好有统计系的学长在fb做intern，然后内推了一波de。刷刷lc，两轮电面就结束了。但如果没找到的话，第一学期花在job search和做各种OA的时间还是会挺长挺煎熬的。找工作真的是个系统工程，地里方法论的各种帖子很多，我这里就不多讲了。
第二学期：
这学期选项真的太多了，而且本身楼主第一学期选了5门，这学期可以上一些不算学分的课。这学期选课的逻辑是，既然找到了de的intern，那这学期就要做好准备，数据库、分布式、各种cs的课走起。
首先是发现，哥大本科生的课可以随便选。这样去补一些CS基础还是挺方便的，很多理论课。首先考虑的是算法课，COMS 3134/3136/3137，这几个课都是算法，3136是c++的，另外两个是java。上起来体验比研究生的好很多，讲的也很清楚。毕竟是大一大二的人上的基础课，我感觉如果作为没有学过算法的来上这个挺合适的。楼主上了几次之后，还是去上了研究生的4231。另外还有一个COMS3157，是讲C的。提到这个课，是因为楼主当时想着得去选一选CS的4118OS，但又很虚自己的C（之前学过一些）。后来由于时间冲突最后没选，但看评价这课评价很高。上这个课的老师开的OS也是神课。被称为cs系的"the" course。还有一些离散数学、计算机理论之类的，选项还是挺多，楼主最后一学期再多探索一下。下面说说选了的课
COMS 6998 Cloud Computing and Big Data
这课真的太热门了，cs的人就没有人退课。楼主进WL排了2周，纹丝不动。。。最后还是找老师加了canvas。结果发现，地里都说这个老师很好说话，求求他就进去了。。早知道就试试了。不过话说回来，这老师口音是烙印那种，很难听懂。讲的内容很实用，主要就是用AWS，然后这课和同学合作做个app或者web app。感觉还是挺有意思的。
CSEE 4119 Computer Network
老师ppt弄的还可以，主要就是上那本 Computer Networking - A Top Down Approach。作业一半理论，一半socket 编程，应该算是规规矩矩的计网的课了。当时看了很多fb上cs同学的评论，这课还是评价不低的。
STAT 5241 Statistical Machine Learning
凑毕业，没得选了。这课又学一遍ML，参考书是ESL。这学期换成了Young来上，哎 溜了溜了，没怎么去上过课，无法评价。
STAT 5291 Advanced Data Analysis
这课说是capstone 毕业设计，但就一直一种shit的感觉。早些年，都是十几个人一组做个pj糊弄了事。今年换了老师，成了个人PJ，然后讲的内容就是复习一下，统计检验、试验设计之类的。很迷幻，也没有ppt，都是板书讲课本上的例子。没办法，为了毕业只能硬着头皮上了。
本帖隐藏内容需要登录后才能查看。
PS: 之前发的改简历贴是帮女票发的，希望没给大家造成疑惑。
当然前面说了大水硕，其实是算自黑吧。外界对哥统的评价真的挺烂的，wei博啊，某乎啊，黑哥统已经成了老生常谈。因为这个被刷简历应该也不是没有。但楼主不是想批判这个项目，手里有offer的同学，不想来这里自然会去别的地方。来这些项目的学弟学妹也不用太有负担。名声是有点问题，但这不影响他可以提供的很多资源。
上面说了挺多，这里楼主在集中说说上课和找工作以及一些建议吧
1. 上课
统计系算是在GSAS下面的MA项目，毕业要求30学分，也就是10门课。GSAS算学费的方式是学期，也就是每学期交固定的钱，然后可以选20分以内任意的课。这应该是广受诟病的一点。学费这一届，应该是3.5+4+2，差不多读下来是10w刀的学费。再加上房租，每个月按coso的1300算，18个月下来也有2.5w快。这个成本可想而知。当然如果能抽抽宿舍或者i-house的话，成本可以降一些。另外，第二学期开始可以做grader，有3000刀可以拿。
但既然，学费都是必须交的，选课就快乐一些。统计的项目要求4门必修课，5203 Probability， 5204 Inference和5291 Advanced Data Analysis。除了这4门外，还要求修至少3门统计系开的选修课，另外3门可以按一个list里的选。总的来说，和DS系学的内容很像，然后自由度很大。不过和DS比，统计的课坑点也很多，必修课没有他们的好。前些年还有入学后那个学期，直接申请DS spring入学的，有申请成功的。但这两年好像没有这样的了。不过这个也确实是个思路，也有人读完这个项目然后在读哥大cs spring入学的。除了成本有点高，别的都挺好的。路还是很多的。
选修课，系里面的list给提供了好几个方向，Finance、DS、精算、PHD。想申phd的同学肯定就博士课走起了，这个楼主没什么经验。倒是听说每年都有申的很好的，上上届还有申上JHU的CS PHD的（大佬哈哈）。走Finance的话，我感觉这个真的值得吐槽。说是finance，课都是随机过程、时间序列之类的。这些确实和finance有关，但感觉这些挺尴尬的。去做ib、行研的话，这些课不如去商学院学点那些accounting相关的。但话说回来，想走金融的来读这个有点奇怪。想做quant的话，倒是该学一些随机。但是，统计吧第一学期只能学哪几门必修课，学随机都是第二学期的事情了。这会学随机，大行的机会早没有了，可能回国会有一些用。但是还是感觉做quant还是去mfe项目好很多，统计这个项目，在这边找bb行很难过简历，回国又备受歧视。（感觉国内金工部挺多都是MFE回去的，对哥统和各种MFE的层次还是了解的）总之，感觉走finance留美的话，不是很推荐。路太难走了。
DS的话，统计系有3门课，5206 Intro into DS，5241 Statistical Machine Learning，和5291 Advanced Machine Learning（好像上学期在教data mining）。下面一门一门说说楼主上的课和当时考虑过的课吧。0
第一学期：
第一学期基本没有选择，选课要有advisor同意才给选。很多同学运气不佳，advisor不给批，那第一学期就没有操作的余地。我的话，选了5203-5206以及ecbm 4040，五门课。选课的逻辑是，必修课反正是浪费时间，找省事的好拿A的。省下来的经历找一门能做大的pj的课，填充一下简历，另外刷刷coursera。
STAT 5203 Probability
这门课和国内本科概率论差不多，讲的内容也不深，不是带测度的那种。开课的老师有很多，我上的是michael sobel的。之前都听大家对他评价不高。但上了发现，某种意义上讲，这老师很好。什么意义呢？这老师事情很少，他的课只有一次期中一次期末，没有作业。后来上别的课发现，这老师简直是神仙好吗。既然是浪费时间的课，那就应该力求浪费的时间越少越好，收获越大越好。权当复习probability的基础知识了，看看茆诗松、陈希儒什么的扎实一下挺好的。这课大部分人会选那些只上半学期的section，这样期中就考掉这门课。最后压力小一些。
STAT 5204 Inference
顾名思义这课就是讲数理统计，内容depends on老师。我选的victor，这老师事情比较多，除了midterm，final还有quiz、作业、甚至还有pre。这老师也是聪明，让同学10个人一组，做pre，pre的内容就是后半学期老师要讲的内容。然后老师就不来了，都是同学在讲。。迷惑
STAT 5205 Linear Regression Model
这课真的就只讲线性回归，本科计量学过的话，基本可以躺着了。我从这个课发现一个路子，就是可以选那些给hybrid开课的老师，这样的话，这课是有录像的。所以可以不去上课，偶尔看看录像就可。老师的话，我选的Young，还可以其实。
以上三门都是必修，为了学ds的课，第一学期得选5206，这课真的一言难尽。
STAT 5206 Intro to Data Science
这课就是学一下R怎么用，老师会根据advanced R和data science 什么什么的两本书来讲R的各种用法。但这课的核心是用Ed平台，每周大概有100道作业题。（100道指100小问，一小问就是进行一些操作，比如画个图之类的）这个作业量还是很大的，而且我个人之前R不是很熟，很多参数规则感觉很诡异，也一直不是很想学。就都敷衍了事了。作业的话，其实我感觉就是把助教写的instruction翻译成R，很花时间很花时间很花时间。考试倒是没那么难，和做作业类似。我个人不是很喜欢R，感觉没啥用，还是好好写python了。但如果上统计系的课多的话，大部分都是用R的。比如很热门的5243 ads。
除了这四门课，我当时主要关注了cs类可选的课。
ECBM 4040 Neural Network and Deep Learning
这课是ee系开的，老师还不错，提供的材料、作业很赞。整体上下来还是挺好的，楼主是和coursera上吴老师的dl课同时上的，感觉这课讲的更难一些，吴老师的更好理解。这课的作业比较硬核，作业参考了斯坦福cs231的那些，手动写ann cnn之类的。期末的话，有考试，也有一个小组的project，主题是复现一篇论文。题目老师提供了一些，然后也可以自选。哈哈值得一提的是，楼主很早盘算着学DL，就自己搞了个服务器，然后开学的时候找同学收了一块1080，折腾起来还是挺有意思的。最后搞pj帮助很大，因为当时楼主很懒，想着也不认识ee系上这个课的人，还是自己做掉算了。于是就个人完成了这个，真的是肝爆了。当时还天真的憧憬着做quant，选了个国人写的小波变换+自动解码机和LSTM的模型，加上tf 2.0刚发布，一拍即合就开始写。结果坑越写越多，这论文引用倒是挺高的，但方法论不是很清楚，别人也没有复现成功的。调参、未来函数各种问题。最后还是复现结果和原论文差距很大。但练了一波搭建模型、写论文，还是很有收获的。
这课还有个后续课程ECBM 6040 deep learning research，跟着上下来应该蛮好的。但是他这学期上课时间是早上8点到10点，真的太早了。加上楼主拿了de的intern，还是想着转码了。就没有继续搞DL。如果跟着上，是可以很深入的。
另外值得一提的是，通过这个课，楼主发现gsas的人选课除了正式的系统里选课，还有很多途径。比如这门课系统选不进去，老师让我去找ee系的老师，签了表，在选课结束后2天也还是选进去了。第二学期发现，不管是什么课，有多少人在里面。在选课结束之后，都可以选，然后只要老师给批，advisor给批，就能硬加进去。所以感觉，统计系的选课可以不那么看能不能选进去，应该更关注课程的内容，因为总有办法进去。
CSOR 4246 Algorithm for Data Science
这门课是DS系的必修，讲的内容就是算法。老师是个希腊人，口音比较重。但是讲课还不错感觉，内容设计的很完善。主要是参考算法导论在讲，算是比较难的一门课。作业是两周一个，工作量很大。算法课上上还是不错的，配合着刷刷题。 哎，楼主本来计划着上这个和DL。但无奈，5门课的话，advisor要求上5206，然后这两个课只选一个。没办法，当时选了dl。不过第二学期可以上4231，和这个课类似，后面会讲。值得注意的是，这门课统计系是可以在开学前就选进去的，早点下手可以容易很多。
STAT 5243 Applied Data Science
这门课是做project的一个课，一共做5个，包括shiny app之类的，都是用R。具体的内容可以去github上搜搜，有课程主页。这门课的话，评价高可能是因为之前那个老师确实很棒，系主任Tian Zheng。但我看来，这课比较适合简历很空需要填充的。本身2周一个project也不会做太深，而且还要随机分组来合作，坑不坑又是个概率的问题。此外，用R做我本人很讨厌哈哈，就是一点R也不想写。所以还是选了4040，最后做pj，而不是选这门。
值得注意的是，这门课第二学期会很难选进去，大家都想上。第一学期上会容易很多，我感觉第一学期课业压力更小一些，因为课都学过不怎么需要花时间，而第二学期的课就没那么简单了。
IEOR 4525 Machine Learning for OR And FE
这课统计选不进去，但是可以找老师加canvas旁听，这课也有录像，加了canvas除了作业没人批改外没啥差别。我是因为女票在上就一起上了。这课还是挺好的，老师组织的材料真的很棒，内容很好。讲的数学也足够深入，也有例子，作业也难度适中。总的上下来，体验很棒除了老师的口音很重，看视频基本都不知道他在说什么，最后也放弃了。就看看ppt，做做作业，收获很大哈哈。
STAT 6701 Foundations of Graphical Models
这课是cs和stat的博士的一门课，讲图模型，老师真的是大牛，David blei。课业压力也挺大，每周要读paper写essay应该是，最后要做个project。当时没什么信心，就没有直接去选。打算留到最后一学期去学了。
我第一学期关注的就这些，感觉当时还是很年轻的，学校的资源利用的少。当然，这样可能也是最优解了。因为第一学期大头是找工作。我个人是比较幸运，正好有统计系的学长在fb做intern，然后内推了一波de。刷刷lc，两轮电面就结束了。但如果没找到的话，第一学期花在job search和做各种OA的时间还是会挺长挺煎熬的。找工作真的是个系统工程，地里方法论的各种帖子很多，我这里就不多讲了。
第二学期：
这学期选项真的太多了，而且本身楼主第一学期选了5门，这学期可以上一些不算学分的课。这学期选课的逻辑是，既然找到了de的intern，那这学期就要做好准备，数据库、分布式、各种cs的课走起。
首先是发现，哥大本科生的课可以随便选。这样去补一些CS基础还是挺方便的，很多理论课。首先考虑的是算法课，COMS 3134/3136/3137，这几个课都是算法，3136是c++的，另外两个是java。上起来体验比研究生的好很多，讲的也很清楚。毕竟是大一大二的人上的基础课，我感觉如果作为没有学过算法的来上这个挺合适的。楼主上了几次之后，还是去上了研究生的4231。另外还有一个COMS3157，是讲C的。提到这个课，是因为楼主当时想着得去选一选CS的4118OS，但又很虚自己的C（之前学过一些）。后来由于时间冲突最后没选，但看评价这课评价很高。上这个课的老师开的OS也是神课。被称为cs系的"the" course。还有一些离散数学、计算机理论之类的，选项还是挺多，楼主最后一学期再多探索一下。下面说说选了的课
COMS 6998 Cloud Computing and Big Data
这课真的太热门了，cs的人就没有人退课。楼主进WL排了2周，纹丝不动。。。最后还是找老师加了canvas。结果发现，地里都说这个老师很好说话，求求他就进去了。。早知道就试试了。不过话说回来，这老师口音是烙印那种，很难听懂。讲的内容很实用，主要就是用AWS，然后这课和同学合作做个app或者web app。感觉还是挺有意思的。
CSEE 4119 Computer Network
老师ppt弄的还可以，主要就是上那本 Computer Networking - A Top Down Approach。作业一半理论，一半socket 编程，应该算是规规矩矩的计网的课了。当时看了很多fb上cs同学的评论，这课还是评价不低的。
STAT 5241 Statistical Machine Learning
凑毕业，没得选了。这课又学一遍ML，参考书是ESL。这学期换成了Young来上，哎 溜了溜了，没怎么去上过课，无法评价。
STAT 5291 Advanced Data Analysis
这课说是capstone 毕业设计，但就一直一种shit的感觉。早些年，都是十几个人一组做个pj糊弄了事。今年换了老师，成了个人PJ，然后讲的内容就是复习一下，统计检验、试验设计之类的。很迷幻，也没有ppt，都是板书讲课本上的例子。没办法，为了毕业只能硬着头皮上了。
本帖隐藏内容需要登录后才能查看。
PS: 之前发的改简历贴是帮女票发的，希望没给大家造成疑惑。
- 181