在UCL的MSc Machine Learning就讀是什麼樣的體驗?
如題,樓主英本數學系在讀,對Machine Learning比較感興趣。看到了UCL是為數不多的英國開專門MSc Machine Learning的專業,據說有Deep Mind的講師,外加距離谷歌歐洲總部10分鐘步行的距離。想了解一下就讀感受以及在英國這裡的職業發展情況。先謝過~
目前在讀。總體來說是一個學習強度不小,知識非常密集的項目,雖然只有不到一年但是還是感覺自己學了很多。
MSc Machine Learning的課程是跟UCL其他項目一樣分三個term,其中前兩個term上課(共8門),最後一個term考試。我最近才剛考完考試,可以說直到考試結束你都會忙成狗。第二個term開始會有一個大的講座讓你選碩士論文的題目,平時也會有很多教授和startup發論文題目找人做。
選課方面,因為我是Machine Learning的,所以可以盡情地選ML方面的課而不用像CSML那樣還要學統計方面的課。這個算是有得有失吧,如果你熱愛ML的話就來ML吧~ 教授們講課水平都不錯,也很樂意解答學生問題。我最喜歡的課有Statistical Natural Language Processing, Machine Vision和Advanced Topics in Machine Learning。其中Advanced是由Deepmind的人來講的,像較有名的Hado van Hasselt,Thore Graepel等都有給我們講課,前幾年David Silver是有講這門課的,今年只來做了一節關於AlphaGo的演講。其他答案提到的David Barber負責講Graphical Model和Applied Machine Learning這兩門課,可以說都是ML的核心和基礎知識,這兩門課讓我學到了很多,不過我不是很喜歡他的講課和PPT風格,而且他郵件回得超慢(也許是太忙了orz)。
下面說說學習生活。首先是No weekend, no holiday:) 空閑時間都用來趕deadline了(包括短到不行的寒假)。你要是敢deadline前三天才開始做作業那基本上是死路一條。小組作業較多,如果不幸遇到渣隊友或者自己是渣隊友的話體驗是非常差的(在此感謝我的無比靠譜的組員們~)。
更新 09/2017:
之前是剛入學沒多久寫的,如今一眨眼都要畢業了,取匿啦。
先申明一下自身情況吧,本人數學出身,Computational Statistics Mahcine Learning的學渣一枚, 一年下來還是很累的。然後,CSML和ML的唯一區別是CSML強制修兩門統計課程。選課的話,ML能選的,CSML都可以選,就算不在選課單上,也可以一封郵件搞定。特別推薦同是數學出身,之前沒有大量編程經驗的童鞋選這個專業。在這裡給統計正個名,機器學習本來就是交叉學科,統計里的PCA、LDA、Bayesian method等等都非常非常有用,但是在ml的課里很可能都只很快帶過,只講固定情形下的應用,導致理解不到位。
一年碩士時間很緊,也就是入個門吧,要學的還有很多。學酥的我覺得課程還是挺難的,時間也非常緊,私以為問好不好申請想混學歷的,或者想著假期要不要歐洲10日游的,可以出門右轉去euston搭地鐵回家了。UCL的ML相關課程遠遠比那些網路上的那些入門課程上講得要難得多,授課階段對演算法和證明的理解要求還是挺高的,而不是僅僅要知道大致原理。coursework很多,編程實操和上課還是很不一樣的,比如applied machine learning,上課一點都不applied... 就是聽david講理論,基本就是david barber說這個so obvious那個obvious,然後大家在下面各種懵逼+苦笑。。。下課了回家coursework是擼kaggle比賽,主要是學編程和各種套包+調參 = =!你懂不懂推倒基本對作業沒有幫助。。。作業完全是一片新天地。。。不過更實用。對了,David Baber是CSML的director,是和John Shawn Taylor一樣是在各自領域德高望重的知名學者,google deep mind的人來講課的時候,提到bayes相關也是首提David. 是UCL機器學習MVP之一.............. 補充一下advanced topic in ml,作業質量很高,第二學期剛開學的第一個作業就是要用tensorflow先實現一遍普通neuron net+cnn,這個不難,作業的第二部分要用python手碼neuron net和cnn不許用包,要在四周內搞定。當時寒假都在寫作業,剛開學才把作業交掉,新的就下來了,然後每天就都要上課喲,其他課也都有作業喲~ 那時python我零基礎,整個人的狀態就是:什麼?我是誰?我在哪裡?發生了什麼事?!你想怎樣 ∑(?Д?)
樓上講的教授授課水平... 具體要看什麼課,就不一一講了,有些課真的是坑的不要不要的。雖然講師自己很厲害,但是真的不適合初學者聽,在此重點點名mark教的supervised learning....隨手附一下facebook群里大家對課程的打分排名(1最高):
註:每年授課老師可能不一樣,上圖僅供參考。
找工作的話,做畢業project是一個好機會。提供project主要是startup或者小對沖基金之類的,或者學校老師。目前大公司都比較謹慎,ml相關崗位不多,但是近期有慢慢開放的趨勢,當然只要學校里very top的學生,或者厲害的博士。UCL借著alpho go的東風,機器學習方面在英國很出名,是top的存在。順帶提一句,project或者第一份工作,小公司還是挺看學生之前的學術背景的,畢竟小公司很多自己都沒有特別懂machine leanring。之前面試的時候是一個對沖基金的manager帶一個ucl的ml博士一起面我,看著manager在旁邊聽得似懂非懂的樣子,別提多爽了,畢竟以前都是他們居高臨下地拿自己擅長的東西來虐我。
下面的評論現在回頭看感覺有些不是很妥當,轉專業之類的可能沒有那麼容易,csml轉ml基本沒問題,其他想轉可能就比較困難了,不過也可以試試,我就不多嘴了。
最後,話說有沒有馬上來UCL念的漢子??求私信啊,接下來一年在倫敦工作,周末應該會去學校自習,不嫌棄可以約飯呀.
*關於申請轉系啥的求不再留言或者私信問我啦,我不是admin,每年錄取什麼的都不一樣,我並不了解。評論都是以前發的,僅供參考。謝謝。
====================================================================
12/2016
CSML和ML課程差不多,都是gatsby unit分管的,因為歷年中國人都很少,所以基本在國內也沒什麼名氣。但是,妥妥CS底下王牌專業。周圍外國同學2碩,博士,上班歸來的有很多。英國machine learnning比較強的就是Cambridge和UCL了,愛丁堡比較偏AI,IC不清楚。。。然後UCL和Cam在這塊也都是資源互通,不過UCL在倫敦,地域優勢各種沾光,John Shawe-Taylor之類的業內大牛都在這邊教書。
話說前兩天覺得課件講得不清楚,網上搜資料,看到卡耐基梅隆的課件直接複製黏貼了John的課件(注了引用),再往上加了各種notes。
推薦閱讀:
※你會選擇劍橋或者UCL的二等學位 還是曼大愛丁堡的一等學位?
※為什麼會有人認為美國留學生要比英國留學生牛?
※英國的布里斯託大學和香港城市大學選哪個?
※急急急!已收到IC RMFE和UCL FRM專業的offer,有沒有了解這塊的小夥伴們來比較下?
※留學行李中,你最後悔沒有從中國帶去的東西是什麼?
TAG:人工智慧 | 機器學習 | 留學英國 | 倫敦大學學院UniversityCollegeLondon | 英國碩士留學 |