经过两年把UCLA CS MS的课程都修完毕业，
来分享一下我修的课程，也给后人一点参考
部落格原文：http://goo.gl/u3txrZ
UCLA CS MS要毕业门槛有两种
1. 修九堂课 + Master project
2. 修七堂课 + 论文
相比写论文，做master project的难度相对低了很多，
而且只需要系上三位老师签名即可，
我认识的大部分同学都是这个选项，
我入学时系上说可能会取消project变成纯修课，
但是我还是选择做Master project毕业。
UCLA 硕士需要通过 MS Breadth Requirement，
这个代表一些CS的基本课程(Ex: 程式语言、作业系统、人工智能、网络系统等等)
如果你大学部是主修资讯相关，大部分课程可能都有修过了，
可以去跟系上抵免，而且也不是全部都需要修，
他有不同的类型，只要在每个分类有达到门槛即可，
详细资讯可以看这里: http://www.cs.ucla.edu/ms-breadth-requirement/
如果大学部不是CS主修，那可能就要修一点UCLA大学部的课达到这个要求
这边描述一下我所修CS的课，2xx就是研究所的课，1xxx就是大学部的课：
1. CS 263C Animat-Based Modeling:
这堂课是Machine learning相关，老师会讲解如何用程式模拟动物行为，
大到动物间的交流互动，小到如何模拟四肢移动，
整堂课是一个paper报告跟一个学期project，算是比较轻松的一堂课。
2. CS 174A : Computer graphics
讲解基本的CG，这是大学部的课程，我们使用webGL (写javascript)
老师会讲2D跟3D作图，光影模拟等等，
整堂课有三四个程式作业，期中考期末考，跟整学期的小组project
算是有趣但是比较忙的课程，但是难度相比其他的大学部的课简单。
3. CS 249 : Big Data Analysis:
这堂课是Data Mining 相关，比较偏理论
期中考跟期末考加上paper报告跟学期project
学期project老师让我们从KDD或是Kaggle 选择一个题目来做
课程内容蛮多的，但是一堂不错的课程。
4. CS260 Machine Learning Algorithms:
就是介绍Machine Learning，是个蛮简单的课程
老师着重于概念而非数学，如果要很精确的数学介绍可以去统计系
期中考跟期末考加上两三个作业，还有一个题目设定好的学期project
5. CS 188:
系上有很多堂188的课，每堂课都不太一样
我这堂是Unity的动画设计，其实就是教你从头学习Unity
每周有学习进度目标，然后慢慢做成学期末的个人project
这堂课我花超多时间来练习跟慢慢调整，去网络上找不同的3D model
附上我最后做的小动画(虽然录下来有点卡): http://goo.gl/JlCyQO
6. CS 239:
系上也很多CS 239的课程，我这堂课是Majid Sarrafzadeh 开的
老师在课堂上介绍如何申请美国专利，然后希望我们想出新的idea
做出实际的prototype (都需要跟医疗产业相关)，如果可以的话就难去申请专利
整堂课就只有最后的小组project报告，有趣轻松也能学到东西。
7. CS 275: Artificial Life
这堂课跟Machine learning/CG相关
主题跟我上面介绍的CS 263C Animat-Based Modeling有点相关，但是不同内容
整堂课就是个人paper 报告跟小组报告，轻松的课。
8. CS118: Computer Network Fundamentals
因为我在大学部没有学过网络，所以在UCLA修
期中期末考跟两个程式作业，都是实作网络协定，算是CS的重要课程
可以学到很多基本知识，但不是轻松的课。
9. CS 219: Scalable Internet Services
这个是业界讲师开的课程，主题是讲解如何做一个Scalable的网络服务
从头学习Ruby on rails，把网站架在AWS上面
全班用Github开发，可以互相学习
然后跑不同的模拟测试，看如何优化你的网站功能。
除了上述的课程，我还有修一个电机系的课跟两个英文课，
UCLA的课程我觉得还算可以，要挑你喜欢的课来修，
问题是同学很多人，你想要的不一定抢得到就是了。
希望学弟妹都能上自己想上的学校。
最后，欧耶，我毕业了！
部落格原文：http://goo.gl/u3txrZ