斯坦福大学数据科学硕士申请条件

2015-05-01

斯坦福大学 (Stanford University) ，作为超一流联盟HYPMS中最年轻的一员，坐拥硅谷黄金地理位置，84位诺奖获得者，培养了众多高科技公司的领导者，包括惠普、谷歌、雅虎、耐克、Snapchat、思科及LinkedIn等公司的创办人。今天小编就来为大家详细介绍一下Stanford ICME (Institute for Computational & Mathematical Engineering)下的Data Science项目。

项目介绍

项目长度：1.5-2年

项目人数：10人 (加上STATS约20人)

国际学生占比：30-40%

录取偏好：数学计算机统计背景强，有Research和工作经验

Stanford的DS项目是ICME和STATS合办的，除了录取分开之外课程设置是一样的。略微不同的可能是，ICME有更为方便的转PhD路径，对于不确定毕业后直接industry还是PhD的同学来说flexible一点。项目里有同学是全职工作1-2年过后再来读书的，也有同学是之前以research intern经历为主。感觉身边的同学数学计算机统计背景都挺强的（尤其是法国综合理工/X来的同学)，每个人都很有趣很有想法，有一定的research或者industry exposure。

申请要求

以下是官网给出的申请要求:

申请表
成绩单
Personal Statement
推荐信三封（应届生至少一封来自老师)
个人简历
GRE/GMAT官方成绩单 (prefer GRE)

链接：

https://icme.stanford.edu/admissions/application

从录取学生背景上看，数学/统计/计算机背景的学生最多，要求数学功底较强，GPA趋近4.0。这一届DS包括ICME和STATS在读的同学里都是海外背景。有全职工作经验和本科直升大概30/70。

学费水平

学费+生活费：8W USD/年

奖学金：有学校的奖学金可以申请，但难度比较大。TA/RA的话就是相当于全奖。

课程设置

项目长度：5-6个quarter (1.5或者2年)

课程模式：项目要求修满45个学分，

课程设置：其中15学分的数学和统计课，3学分的假设实验/因果推断课程，6-12学分的高级编程课程，6-12学分的机器学习以及应用课程，还有3学分的project

总体来说，在这个项目里可以按自己喜好选很多ML或者是细分NLP，CV，Graphical ML，Reinforcement Learning，Causal Inference的课程，都是业界比较知名的教授的课，比如Andrew Ng，Fei-Fei Li，Christopher Manning，Jure Leskovec等。同时统计也有Elements of Statistical Learning的两位作者的课程，课本就是他们写的这本书。因果推断方向的Stefan Wager，Susan Athey，Guido Imbens

一般来说CS的课程人数都会比较多，ML热门课可以到1000人，CME和STATS的课程人数会少很多。每门课程基本搜索课号就会找到课程的网站了，Stanford大多数课程的slides都是公开的，很适合自学。Coursera也是Andrew共同创立，上面也有很多Stanford类似课程的video。