ICME DS track@Stanford 院系课程介绍
55283
[align="left"]Stanford ICME 的全称是 Institute for Computational and Mathematical Engineering。现分为5个track：general, data science, imaging science, computational geoscience和 mathematical and computational finance（MCF）不过我这届唯二的 geoscience 全都转去 General 了，imaging science 跟 geoscience 人真的挺少的。[/align][align="left"]录取难度： MCF > general > data science > imaging science, geoscience. ..[/align][align="left"]
[/align][align="left"]24 级录取情况：[/align][align="left"]PHD: 10 人左右[/align][align="left"]Master: 30人左右[/align]
[align="left"]下面说说选课的情况：[/align][align="left"]我们专业的 master 选满45学分就可以毕业， 因为是 quarter 制，一学期十周，学费是根据学分计算的，分成三档：10学分以内、11-18学分、18学分以上。以每学期选10学分并计划 6 学期完成 degree 计算，是有很大的空间去选一些不在计划内的热门课程，例如 business school 、Leadership 课程。[/align][align="left"]
[/align][align="left"]Stanford ICME data science track 硕士的课程安排大多是由 CS, STATS, CME 的课程中挑选与 data science 最相关的作为必修与选修。[/align][align="left"]核心课程[/align][align="left"]Earn at least 15 credits from the following:[/align][align="left"]CME302 - Numerical Linear Algebra[/align][align="left"]CME308 - Stochastic Methods in Engineering[/align][align="left"]STATS200 OR STATS300A - Introduction to Statistical Inference OR Theory of Statistics I[/align][align="left"]STATS203 OR STATS305A - Introduction to Regression Models and Analysis of Variance OR Applied Statistics I[/align][align="left"]STATS315A OR STATS229 - Modern Applied Statistics: Learning OR Machine Learning[/align][align="left"] --> 基本属于应用与计算数学范畴，如果想转码的话，可以当成 CS master 来读，但是如果像我一样对应数一点也不感兴趣的话估计上这些核心课会很痛苦（尤其 CME 302）。[/align][align="left"]
[/align][align="left"]虽然不用写 Thesis 就可以毕业，我们专业还是需要 Practical Components 的：[/align][align="left"]Students are required to take three units of practical component that may include any combination of:[/align][align="left"] Earn at least 3 credits from the following:[/align][align="left"]CME217 - Analytics Accelerator[/align][align="left"]CME218 - Applied Data Science[/align][align="left"]CME291 - Master's Research[/align][align="left"]STATS390 - Consulting Workshop[/align][align="left"]* STATS390 - Consulting Workshop may only be taken for up to 1 unit[/align][align="left"]
[/align][align="left"]我修的是 Master's Research 有许多业界 projects 会按照你的兴趣分配，我分到的是 The Ocean Cleanup 的 project，还有很多其他 projects，也有 Stanford Medicine school 的，很有趣！[/align][align="left"]
[/align][align="left"]剩下的选修就比较弹性，以我自己为例，因为本身对 Application 比对 Theory 还有兴趣，我主要挑的还是 CS 2开头的课程，例如：CS229, CS230, CS231n, CS224n 等。课程选择上还是挺自由的，可以根据自己的兴趣和未来目标量身定制学习计划。这个 link 可以看到完整的 course list: bulletin.stanford.edu[/align][align="left"]
[/align][align="left"]感想[/align][align="left"]申请 CME 项目是个偶然的决定，因为我本科是工业工程，在当初对这条道路产生了怀疑，觉得继续留下也只能做 Data analysis，还是想多学学 ML/DL/RL，不想再做那些我已经不那么感兴趣的项目了，所以还是决定相信自己，转专业。由于 CME 相关项目规模小、申请先例少，我当初也是查询很多资料，发现其实 engineering 相关的申请 DS track 还算 qualify，所以就试了，最终也走出了自己的道路。希望未来可以探索自己的更多可能性。[/align][align="left"]
[/align][align="left"]希望大家如果觉得我的帖还挺有用的话，可以帮我加个米，谢谢！[/align]
[/align][align="left"]24 级录取情况：[/align][align="left"]PHD: 10 人左右[/align][align="left"]Master: 30人左右[/align]
[align="left"]下面说说选课的情况：[/align][align="left"]我们专业的 master 选满45学分就可以毕业， 因为是 quarter 制，一学期十周，学费是根据学分计算的，分成三档：10学分以内、11-18学分、18学分以上。以每学期选10学分并计划 6 学期完成 degree 计算，是有很大的空间去选一些不在计划内的热门课程，例如 business school 、Leadership 课程。[/align][align="left"]
[/align][align="left"]Stanford ICME data science track 硕士的课程安排大多是由 CS, STATS, CME 的课程中挑选与 data science 最相关的作为必修与选修。[/align][align="left"]核心课程[/align][align="left"]Earn at least 15 credits from the following:[/align][align="left"]CME302 - Numerical Linear Algebra[/align][align="left"]CME308 - Stochastic Methods in Engineering[/align][align="left"]STATS200 OR STATS300A - Introduction to Statistical Inference OR Theory of Statistics I[/align][align="left"]STATS203 OR STATS305A - Introduction to Regression Models and Analysis of Variance OR Applied Statistics I[/align][align="left"]STATS315A OR STATS229 - Modern Applied Statistics: Learning OR Machine Learning[/align][align="left"] --> 基本属于应用与计算数学范畴，如果想转码的话，可以当成 CS master 来读，但是如果像我一样对应数一点也不感兴趣的话估计上这些核心课会很痛苦（尤其 CME 302）。[/align][align="left"]
[/align][align="left"]虽然不用写 Thesis 就可以毕业，我们专业还是需要 Practical Components 的：[/align][align="left"]Students are required to take three units of practical component that may include any combination of:[/align][align="left"] Earn at least 3 credits from the following:[/align][align="left"]CME217 - Analytics Accelerator[/align][align="left"]CME218 - Applied Data Science[/align][align="left"]CME291 - Master's Research[/align][align="left"]STATS390 - Consulting Workshop[/align][align="left"]* STATS390 - Consulting Workshop may only be taken for up to 1 unit[/align][align="left"]
[/align][align="left"]我修的是 Master's Research 有许多业界 projects 会按照你的兴趣分配，我分到的是 The Ocean Cleanup 的 project，还有很多其他 projects，也有 Stanford Medicine school 的，很有趣！[/align][align="left"]
[/align][align="left"]剩下的选修就比较弹性，以我自己为例，因为本身对 Application 比对 Theory 还有兴趣，我主要挑的还是 CS 2开头的课程，例如：CS229, CS230, CS231n, CS224n 等。课程选择上还是挺自由的，可以根据自己的兴趣和未来目标量身定制学习计划。这个 link 可以看到完整的 course list: bulletin.stanford.edu[/align][align="left"]
[/align][align="left"]感想[/align][align="left"]申请 CME 项目是个偶然的决定，因为我本科是工业工程，在当初对这条道路产生了怀疑，觉得继续留下也只能做 Data analysis，还是想多学学 ML/DL/RL，不想再做那些我已经不那么感兴趣的项目了，所以还是决定相信自己，转专业。由于 CME 相关项目规模小、申请先例少，我当初也是查询很多资料，发现其实 engineering 相关的申请 DS track 还算 qualify，所以就试了，最终也走出了自己的道路。希望未来可以探索自己的更多可能性。[/align][align="left"]
[/align][align="left"]希望大家如果觉得我的帖还挺有用的话，可以帮我加个米，谢谢！[/align]
