上一貼,引發不少爭議 甚至誤解。我的初衷是不同意很多人這個觀點:“每個大學CS教的都一樣,所以上哪個都一樣”。
從上一貼看出,同樣CS本科畢業,學的東西差別巨大。你可以爭論學的越多就越蠢,但學的內容不一樣是事實。
我查了一下,CMU提供的有關ML的課程非常多,而且是不同係科提供,有計算機係的十幾門課,人工智能係的十幾門,機器學習係的二十幾門,語言處理係的十幾門,機器人係的十幾門,還有其他學院比如 統計和人工智能係的。所以CMU貴在選擇。
上次我給大家一個誤解是,很多人以為CMU難讀,造成困惑,使得有人沒有信心去CMU讀書。我特此說一下,這是誤解。我從來沒有說過,也不相信就讀CMU的平均智力能力會比Yale的高,而幾乎所有讀CMU的還是Yale的,都順利畢業了。當然藤校打分比較寬鬆,而CMU是另一種方法,那就是同一門課,開設難度不同的課。
比如看這門課:Introduction to Machine Learning
Yale本科沒有,研究生課程有一門: CPSC581b: Introduction to Machine Learning。有人會說,Yale的CPSC470(現在是CPSC370)AI 有ML的內容。不錯,CMU也有Yale370一樣的課,如07-180,15-281等等,但他們不能取代 Intro to ML.
而 CMU有5門:
10301 Introduction to Machine Learning
10315 Introduction to Machine Learning
10601 Introduction to Machine Learning
10701 Introduction to Machine Learning
10715 Introduction to Machine Learning
這裏不看 計算機係的 15288 ML, 15442 ML System,
語言處理係的 11344 ML
人機交互係的 05434 ML,
Information System係的 95828,
電子工程係的
18461 Introduction to Machine Learning,
18661 Introduction to Machine Learning
生物工程係的:
42656 Introduction to Machine Learning
設計院的:
49781 Introduction to Machine Learning
等等等等,好像每個係都有機器學習的課,比如 introduction to Machine Learning in Chemical engineering, in Production, in Bioinformatics, etc
這些課都是 counter-requisite, 隻能選一門。但難易程度差別很大。現在僅僅看這五門課:
10301 Introduction to Machine Learning
10315 Introduction to Machine Learning
10601 Introduction to Machine Learning
10701 Introduction to Machine Learning
10715 Introduction to Machine Learning
其中 301, 315是本科課程,601是碩士,701,715是博士,在CMU,存在對碩士的歧視,具體在這裏就是公認 601是最容易的課程。
其他難易程度依次是:301,315,701,715.
SCS學生的標配是 315,但是很多學生選擇更有挑戰性的 701,比如我上次的學生,還有我兒子。更有本科生直接挑戰 715.
當然 如果你覺得 315吃力,可以選 301. 所有 CS minor的都是 301,輕輕鬆鬆拿 A,也不影響做 QR QD
不僅僅這門課,很多CMU課程都有相同內容但難度不同的課程,互為 counter-requisite, 不能選兩門,如果選了,學分隻能算一門。
由此可見,CMU並不是代表難,而是提供一個多樣性的選擇,在yale,想修 Introduction to Machine Learning,隻能選 CPSC370,而在CMU,你可以選比CPSC370更難的,也可以選比CPSC370更容易的。也包括和CPSC370差不多的。
如果把Yale和CMU比做餐館,CMU 菜單上的菜更多,而且同一個菜,還提供不同烹飪方法出的不同口味的。當然如果你說,你肚子就那麽大,吃不了幾個菜,就喜歡Yale的那個菜,也無可厚非。
有人害怕進了CMU跟不上進度,不存在這樣的問題。生源不如Yale的CMU學生,也都畢業了。工資可能還更高,多樣性,選擇性 也是擇校的一個可以考慮的因素
第二人家說難讀,是說卷。CMU是教學類大學,一個班上千人是常事。這麽多的人坐在電影院大小的教室裏,怎麽跟教授溝通都是問題。