《PhD Journey》Chapter 1 Fall 2017

《CS PhD Journey》Chapter 1 — Fall 2017

---

前言

在开学之前，CS学院有一个orientation。在参加orientation的路上，发现自己被一群印度人包围了。这里印度人真多，CS学院80%以上的印度人。上午的orientation是MS和PhD一起，下午是MS和PhD分开。下午的时候，我看到了大部分的CS PhD，得知我这一届来自大陆的CS PhD有11个人，印度人（以及长得像印度人的巴基斯坦人等）加起来大概有二十来个，总共有四十多个人。在orientation上获取的重要数据：大概只有50%的CS PhD会最终毕业拿到doctor学位，大概有50%的CS PhD会更换最初分配的导师。

第二周开始上课，我选了三门课：CSE519 Data Sciences Fundamentals, CSE548 Analysis of Algorithms, CSE591 Topics in Computer Sciences (Smart Energy Computing)

---

CSE519 Data Science Fundamentals

Data Science (DS) 是非常火的一个方向，我也比较感兴趣，于是选了DS。老师是Steven Skiena，德高望重的一个老师。除了知道几个常见的机器学习（ML）算法之外，DS我几乎是零基础，这注定了这门课将会较为艰难。首先，我Python几乎不会，然而DS的作业和项目都要用Python。老师建议的编程环境是Jupyter Notebook，没有用过。还好这些东西上手都比较快。

总共有三次作业（20%），一个大Project（50%），期末考试（30%），额外奖励（10%）。

第一次作业是看DS项目视频，写感想。视频是Fall 2014 Data Science的学生做的大Project的录像，30分钟。通过看视频，大概了解DS的项目是怎么一回事了，学生遇到了什么问题，是怎么解决的。

第二次作业是Kaggle上的房地产项目。Kaggle给了一个三百万行、五十几列的CVS文件作为数据，一行就是一个房屋，一个房屋有五十几个特征（五十几列）。预测的房屋的价格和真实值的误差的对数。我按照作业的要求一步一步做，前面几个简单的问题一一解决，但是在deadline的前一天，最重要的问题（调用ML算法，得到结果，分析结果）还没有做，而且该如何做我还没有头绪。最后一天晚上，熬夜赶due。幸好抱上了大腿AWZW，他是ZXX请来的外援。AWZW给我提供了一些关键代码，最后涉险过关了。

第三次作业还是Kaggle上的房地产项目，在第二次作业的基础之上，增加了一些问题。这一次是团队合作。我找了ZXX和韩国妹子THNL三个人组队。由于这次作业的deadline和CSE548的第一次期中考试在同一天，我决定提前把我的部分做完，这样最后两天可以复习期中考试。我做的部分是设计distance function和clustering，其中前者是后者的重要组成部分。Distance function是计算两个房屋之间的距离，距离越小说明两个房屋越接近。聚类就是把相近的房屋聚成一类，