Research Interest: Pattern Recognition, Computer Vision, Machine Learning Results: CMU CS PhD - Machine Learning Department (no interview) -> 2/4 (?) official acceptance UIUC CS PhD (1.5 hrs interview) -> oral acceptance in early November/ 1/21(?) official acceptance Rejection: UW CSE PhD (no interview) Stanford CS PhD (no interview) MIT EECS PhD (no interview, several emails back and forth) Berkeley CS PhD (no interview, several emails back and forth) CMU CS PhD - Computer Science Department (with 20 minutes interview) CMU CS PhD - Robotics Institute (no interview, several emails back and forth) Decision: 最後决定去CMU Background: NTUEE 09/2010 - 06/2014 GPA 4.17/4.30 Ranking 9/198 Courses:CS的课只修过一门影像相关的课/一门计算机结构，简单说从修课来看，完全没有CS背景 Award: 3 times Presidential Award Department Representative to Receive Undergraduate Diploma Best Tourism App Award, Chunghwa Telecom Hami Apps Competition Bronze Medal & Outstanding Paper Award, Altera Innovate Asia FPGA Design Competition Bronze Medal Award, Taiwan Semiconductor Manufacturing Company (TSMC) Elite Camp Publications: 申请时： total 9 submitted/accepted publications, including 3 top conferences on Computer Vision/ Machine Learning (2 1st author) Recommendation Letters: 一封来自中研院老师 一封来自大学专题教授 一封来自大学导师 Working Experience: 空军新竹基地 政战综合科 少尉政战官 08/2014 - 07/2015 中研院 资讯创新中心 研究助理 08/2015 - present 留学补习班 TA 05/2010 - 02/2012 心得: 1. Qualification 我是大四时，决定要念CS，并且在大四下决定挑战PhD。但是我几乎没有去修CS相关的课 ，这是我非常非常後悔的 尤其是我想念的东西与Machine Learning高度相关，身在台湾大学这麽好的学校里，隔 壁资工系教授开了超级多好课，我却一门也没修，可是後悔也来不及了 对於想申请CS的我来说，这无疑是一大缺憾，因为据我了解，需多学校会希望CS申请者 有CS背景 另外，因为申请的是PhD，必须要证明有研究的潜力，而我在大四毕业时的条 件很不出色，因此决定在当完兵去中研院做RA增进自己的研究能力与发表。不过很庆幸当 实做的这个决定，这关键的半年，让我能够回答我为何要念PhD、念的是什麽、未来要做 什麽，当然研究能力也有相当大的提升 我想，既然我要念的是PhD，那我就要去我想念的学校、有兴趣的实验室，因此我希望我 能成为一个qualified 的 applicant Computer Science的PhD非常的竞争，别的领域我不知道，但对於computer vision来说， 有2~3篇top conferences的applicant真不在少数，要能脱颖而出一定要下很大的功夫。 建议要申请CS方向的PhD的人，有机会一定要在research上多着墨一下，我觉得这比GPA、 Toefl、GRE成绩重要多了 2. 与国外教授联络 我还满积极的寄信给所有我有兴趣的教授，分别有一位UIUC教授、一位Berkeley教授、二 位MIT教授、一位CMU教授有回我信，但只有来自UIUC的教授有密切的信件来回，最後也说 会收我/也真的有收我，因此最後回绝了UIUC的admission真的满心痛的 我觉得联络教授这件事可以做，但是效果好不好真的看运气+个人造化了....毕竟我们不 是身处在美国，加上国外教授真的都超忙的，而且条件好的学生他们也都看多了，回信与 不回信其实不用那麽期待 不过有时间的人还是可以联络一下教授，起码提升了参与感 3. interview 我有来自UIUC与CMU的interview，UIUC的interview很久，大约一个多小时，什麽都问了， 也包括了小聊天。CMU的interview大约20分钟，全程interview都是在聊research。其实 interview前我完全没准备，不过我相信只要对自己research的东西很懂，应该不会卡 词之类的问题 4. 选领域/SOP/CV 我申请时，将SOP里面的内容写成100% computer vision，而且教授我百分之百只提到做 computer vision的教授，後来我发现大错特错。因为其实我的申请条件放到 世界的角度来说还称不上顶尖，另外我的paper方没有那麽computer vision，反而颇 machine learning的，我觉得这也是为何CMU是ML department收我而不是RI department 收我的原因(CMU 里做vision的大都在RI department底下)。此外另一个例子就是，CMU的 interview时，对方教授也问我为何会把RI department放在第一顺位，因为他从我的发表 并没有看到太多computer vision的影子 建议大家在写SOP时，不要把想走的领域写死，可以写得open一点，不过我也不是写SOP的 专家，我也不太知道怎样的SOP别人才会喜欢 我的CV如: https://goo.gl/REYa97 (关了权限) 新版CV放在个人网页上：https://yaohungt.github.io/cv/hubert_cv.pdf 大家可以参考一下 5. 总结 要申请到心目中理想的CS PhD，最简单也最困难的方式就是努力的做研究，让国外的教授 有想收你的冲动 然後联络教授/SOP、CV写好一点/英文考好一点我觉得都是次要 感想: 念PhD对我来说是很重要很重要的决定，其实最一开始只是想说怎麽周围很厉害、很聪明 的学生怎麽都会选择念PhD，那我也试试看好了！不过就在准备申请的过程中，也着实产 生了极大的兴趣，因此就更笃定要念PhD了，另外一点就是我觉得我自己没有特别聪明， 写code可能写不赢别人，如果只是以CS的MS毕业，以後当个软体工程师，那在coding的 过程，我获得的成就感可能不会特别大，也因此更笃定了想念PhD的想法了。 我当兵前的申请条件真的很不好，不过能在当完兵半年後就申请到CMU这种梦幻的PhD， 撇开极大的运气成分外，是真的投入非常大的努力。我曾经1个半月内体温在正常温度 到猛然上升到39度狂发烧，原因只是过度劳累 勉励大家不要怕累，连我这种没有CS背景的，都能申请上CS PhD了，忍一下就过了 感谢： 感谢的是我的家人，无敌感谢/爱你们 感谢我在中研院的指导老师/大学专题教授的各种指导，以及分别带我的两位学长 感谢同届一起申请的同学 感谢共事过的研究夥伴，你们最棒了 --

※ 发信站: 批踢踢实业坊(ptt.cc), 来自: 69.181.212.43 ※ 文章网址: https://webptt.com/cn.aspx?n=bbs/studyabroad/M.1455783029.A.91B.html 我这样说好了，大四刚毕业时，我的publications是3个 1个 first author的non-top conference 1个 second author的non-top conferece 1个 first co-author的名不见经传conference 但是此时的我对於想做什麽研究、我曾经做过什麽研究、为何我要做研究 根本就没有任何头绪，如果是此时申请PhD，我觉得一定是糊里糊涂地去申请 甚至假设我提早一年申请，我强烈觉得我可能会选择念Master了 所以这半年RA经历真的差很多，我由衷感谢上天替我的安排 ※ 编辑: vegired (69.181.212.43), 02/19/2016 16:15:58 我想百分之九十九的原因是 一个非常厉害的指导老师 + 很会带/对我非常好的学长 + 有一致目标且非常有天份的实验室夥伴 百分之一的原因是 对这些题目有很大的兴趣 + 非常严格的自我要求 + 对自己有信心 所有paper其实都像小孩一般，每一篇都是经过相当大的努力 想题目/想方法/做实验/修 改/改善方法/重做实验 -> 循环一阵子之後 -> 写paper/老师修改/自己修改 -> 循环一 阵子之後 -> submit ! -> review -> rebuttal -> accept/reject 无法明确告诉你不同的paper想法/方法怎麽来的，但是至少确定我每一篇都不马虎，都是 实实在在的work google / youtube 永远都是你最好的朋友 网路上有超丰富的资源，我也是这半年才知道要怎麽利用 我小时候是标准 补习呀补习 -> 考试呀考试 -> 上理想的学校 这种台湾式教育的孩子 但是到了大学後，才发现学问并不是主要靠老师/教授传授给你的，真的是要自己吸收的 ※ 编辑: vegired (69.181.212.43), 02/19/2016 21:16:49 被 MIT 哥 称赞了好害羞啊啊啊啊 ※ 编辑: vegired (69.181.212.43), 02/21/2016 13:56:49 ※ 编辑: vegired (131.107.147.225), 06/19/2017 02:42:50 ※ 编辑: vegired (122.118.45.218), 08/19/2017 12:38:37