Harvard DS 项目一年感受【求米】
2390242
再多补充两个方面吧：
一个是偏申请方面的，我在实习coffee chat的时候一个小哥问的：怎样从一个less named学校申ivy league，有没有特殊准备的地方？
我觉得我个人而言的话最主要是专业对口吧，因为本科就想做ds，所以在统计基础上又修了几门cs的课。然后当时我的gpa是3.95，可能也会给申请填了一些筹码。本科我没有做过实习，有一个偏computational linguistics的research&这个lab教授的一封比较用心写的推荐信（我猜的）。说实话我也没有在本科上过很高阶的统计或数学课，因为想三年毕业（现在不知道为什么当时要这么想，多当一年学生不香吗），基本就是刚满足毕业要求。文书里我也着重说了我对data analysis非常的感兴趣，并且为此依次做了哪些努力。以这个逻辑把自己的project和选课串起来可能更有说服力。
还一个是选课。第一学期我修了DS1 （必修）, mit的6.036 machine learning，stat 120 Bayesian analysis， 和cs 207 systems development （必修）。第二学期修的DS2 （必修）, critical thinking （必修）, cs 124 Algorithms, 和stat236，modern statistical methods。两门DS毫无疑问应该是DS program的精髓，讲的内容都是非常有意思的topics。第一学期是regression, nn, boosting&bagging 等等，具体链接：harvard-iacs.github.io。第二学期是偏deep learning，cnn，rnn，language models， ae，gan，reinforcement。总的来说我觉得内容都是很好的， 包括slides和lab和作业的设置，但是后期老师讲的可能有点泛泛，感兴趣的话还是要自己多看看paper。整体来说两门课的难度对于stat出身的应该完完全全ok。第一学期同期我修的mit的machine learning也是帮助非常大，这门课还是强烈安利给大家上，能让你弄懂很多原理。harvard的ds则是偏应用调包解决问题。stat 120这门bayesian是传统的统计课，可以帮你复习各种distribution，然后拓展出bayesian的思维，也比较安利（如果本科没学过的话）。cs 124这门algorithm我真的上到死了，作业和考试巨难。不过内容还是很包罗万象的具体有dfs, bfs, greedy, divide&conquer, dynamic programming, hashing, rsa, linear programming, network flow, approximation. 写的时候发现进不去course webpage了只能凭记忆手打... 如果同期有cs大佬上的话还是很建议的（来自统计专业的无奈
好啦说了这么多，欢迎program伙伴们来补充，也欢迎大家来问问题。最后求一点大米，蟹蟹（\鞠躬！！！！
一个是偏申请方面的，我在实习coffee chat的时候一个小哥问的：怎样从一个less named学校申ivy league，有没有特殊准备的地方？
我觉得我个人而言的话最主要是专业对口吧，因为本科就想做ds，所以在统计基础上又修了几门cs的课。然后当时我的gpa是3.95，可能也会给申请填了一些筹码。本科我没有做过实习，有一个偏computational linguistics的research&这个lab教授的一封比较用心写的推荐信（我猜的）。说实话我也没有在本科上过很高阶的统计或数学课，因为想三年毕业（现在不知道为什么当时要这么想，多当一年学生不香吗），基本就是刚满足毕业要求。文书里我也着重说了我对data analysis非常的感兴趣，并且为此依次做了哪些努力。以这个逻辑把自己的project和选课串起来可能更有说服力。
还一个是选课。第一学期我修了DS1 （必修）, mit的6.036 machine learning，stat 120 Bayesian analysis， 和cs 207 systems development （必修）。第二学期修的DS2 （必修）, critical thinking （必修）, cs 124 Algorithms, 和stat236，modern statistical methods。两门DS毫无疑问应该是DS program的精髓，讲的内容都是非常有意思的topics。第一学期是regression, nn, boosting&bagging 等等，具体链接：harvard-iacs.github.io。第二学期是偏deep learning，cnn，rnn，language models， ae，gan，reinforcement。总的来说我觉得内容都是很好的， 包括slides和lab和作业的设置，但是后期老师讲的可能有点泛泛，感兴趣的话还是要自己多看看paper。整体来说两门课的难度对于stat出身的应该完完全全ok。第一学期同期我修的mit的machine learning也是帮助非常大，这门课还是强烈安利给大家上，能让你弄懂很多原理。harvard的ds则是偏应用调包解决问题。stat 120这门bayesian是传统的统计课，可以帮你复习各种distribution，然后拓展出bayesian的思维，也比较安利（如果本科没学过的话）。cs 124这门algorithm我真的上到死了，作业和考试巨难。不过内容还是很包罗万象的具体有dfs, bfs, greedy, divide&conquer, dynamic programming, hashing, rsa, linear programming, network flow, approximation. 写的时候发现进不去course webpage了只能凭记忆手打... 如果同期有cs大佬上的话还是很建议的（来自统计专业的无奈
好啦说了这么多，欢迎program伙伴们来补充，也欢迎大家来问问题。最后求一点大米，蟹蟹（\鞠躬！！！！
- 70