Program:
Computer Science PhD, Fall 2018
Research Interest:
Machine learning, Theory
Admission:
USC CS PhD 2/7
UW Madison CS PhD 2/17
Rejection:
UT Austin CS PhD 1/31
Princeton CS PhD 2/9
UW CSE PhD 2/10
Columbia CS PhD 3/10
Brown CS PhD 3/12
UIUC CS PhD 3/16
Maryland CS PhD 3/25
Caltech CMS PhD 3/30
Gatech CS PhD 3/31
UMass CS PhD 3/31 (MS admission)
UPenn CS PhD 4/4
UCSD CSE PhD 4/7 (interviewed)
UMich CSE PhD 4/10
NYU CS PhD 4/11
Purdue CS PhD 4/19
Decision:
USC
Education:
BS in NTU EE & MATH, (CS Minor) 2013/09 － 2018/01
Overall/EE/MATH/CS GPA (4.3 scale): 4.14/4.11/4.02/4.23
Test Score:
GRE: V/Q/AWA 150/170/3.0
TOEFL: 100
Publication:
1 * co-1st author top conference paper (CVPR) 申请时还再审
Honors:
书卷奖*2
Working Experience:
系上算法助教
Letters of Recommendation:
都是电机系上的教授，一位研究指导教授，一位专题的教授，两位修课教授
心得:
1.前言：高中就觉得自己会比较喜欢资工，不过那时是觉得电机学比较广而且台大
电机的招牌实在有点难抗拒，最后还是去读电机。进入电机系后发现其实通讯和信
号处理那些也满有趣的，但大二那时候学电子学和实验真的觉得很痛苦，同时间修
资工系的课又觉得有趣很多，所以差不多那时候就决定以后不要再碰硬件了。至于
出国读书则是一直有在想，比较不确定的是究竟要申请 MS 或 PhD 。我比较特别
的地方可能就是我有双主修也有辅系，数学的话算是从小就很有兴趣，所以倒不是
为了要申请或做研究才去修数学系的课，而是刚进大学就有计划要把双主修完成。
辅系的话一开始没有很确定要不要修完，不过就像前面说的对资工系愈感兴趣，而
且想说以后要申请 CS 研究所，有个资工辅系可能有点帮助，所以大三之后修排课
就优先把需要的课修一修。但因为双辅的要求，我修资工和数学的课都仅止于大学
部必修而已，不过我自己也是比较喜欢这种打好基础的感觉就是了。即便如此我还
是在电机系修很多 CS 相关的选修课像是消息理论、高等算法、资讯勘测、MLDS
等等，所以就修课来看背景应该还算足够。
2.研究：听说要申请国外的研究所最好要有研究经验，所以大三那时候就有在看要
跟哪个老师做专题，但好像都没有发现很感兴趣的，现在想起来那时候有点故步自
封，没有多了解多尝试不同的专题。主要也是我想做 ML ，然后我又对比较理论比
较 fundamental 的东西有兴趣，台大好像比较少做这方面的老师。后来大三寒假
有看到中研院的王钰强老师在收专题生的讯息，虽然 CV 我没有到非常有兴趣，但
想说老师做的也是 ML 相关而且现在好像满红的，所以就尝试看看。从那时候开始
就一直跟王老师做专题到后来老师来台大，真的很感谢老师的指导，虽然专题生可
能连兼职都不太算是，但老师对大家都很照顾，很愿意花时间和学生讨论，研究有
成果后也很支持我们去投很好的会议。在老师的实验室让我学到做研究的过程与方
法，虽然之后可能不会再做 CV 了，但这些经验我想很多是相通的，而且也直接确
立我读 PhD 的决心。建议以后想做研究的人除了在找学校教授以外，中研院也满
多很好的老师，尤其是看到很多理论相关的人，几乎都有在中研院工作的经验，这
是我那时候没有多留意的。
3.选校与申请策略：因为想说既然要读 PhD ，而且看到似乎就算申请 PhD 没上也
有机会转申请同一个学校的 MS ，所以我就决定全部都申请 CS PhD ，因为知道这
年头会很难申请，所以我就打算申请很多间，不过主要是推荐信数量的考量，最后
申请 17 间，从结果来看这样好像还不够多... 。为了增加上的机会我就都没申请
"TOP 4" 的学校，剩下选校的方式因为是 PhD 我就没有太在意整体的排名，主要
是看 CSRankings 中 ML 的排名， Theory 的也参考一下。至于申请的方向，因为
我唯一的 Publication 是和 CV/ML 相关，我其实也有考虑要不要以 CV 为申请方
向，但是我后来发现 CV 真的非常非常多人想申请，我自己也没有真的还想继续做
这方面，所以我就决定申请的时候完全不提我想做 CV ，以 ML 为主，然后尽量找
比较偏理论的老师。我也有考虑 Theory 方面的，像是密码学或复杂度理论方面，
因为自认数学底子还可以(？)，而且听说这个领域对于申请的人发的 paper 数量
要求比较低，然而我对于这方面的了解真的非常有限，虽然以后也不排斥做这个，
但也没相关的研究经验，所以最后还是以 ML 为申请方向，申请资料填有兴趣的老
师时除非同个学校 ML 方面我感兴趣的老师不多才填 Theory 的。只是我之前的研
究是应用方面的却又想申请理论相关的，看起来可能有点来乱的感觉。
4.申请资料：看到今年满多人的心得差不多都是：推荐信 >> 研究成果 >> GPA >
T/G > 其他，其实我自己的观察也是这样，可能现在 CS 申请太多，冷冰冰的数字
和天花乱坠的经历感觉教授也懒得看了，直接从认识的人中看有没有适合的学生比
较有效率，所以我倒不觉得像是 GPA, T/G 那些普遍有什么硬门槛，如果教授真的
很喜欢你的话那些应该都不是问题。反过来说如果没有什么发表，也没有很强的推
荐信的话，感觉成绩和考试分数多高也不会引起教授的注意。话虽如此，我也花了
蛮多时间准备我的 CV, SOP, 和英文考试等。和同届的很多人一样都是延毕一学期
准备申请，下学期再去当兵，所以时间上算是充裕，也可以和同学互看 SOP ，不
过我认为这个对申请结果的影响没有很大所以就不赘述了。至于考试我英文没有很
好，又不太想补习，没什么兴趣的东西自己读起来也力不从心，所以结果也没有很
好，特别是 GRE 考了很多次也浪费很多时间金钱...。不过其实最后从身边的人申
请的结果和英文考试成绩来看我觉得没有太大关联，因此与其拘泥于要多一两分才
能达到什么门槛的话倒不如花多一点时间把研究做好。
5.面试、联络教授：我有两个面试，首先是一月初 UCSD 的 POI 联络我想要找我
Skype，不过那天通话的状况不是很好，我也讲得很烂，后来就不了了之了 QQ 。
大概隔两个礼拜又有 USC 的教授说想和我聊聊，我就多练习了一下，特别是把我
们投去 CVPR 的那篇再练习讲看看，不过那天一开头教授就说：“恭喜你，我们已
经把你推荐给学校了”，瞬间就如释重负，接着就和老师随便聊了，在之后大概两
个礼拜收到学校正式的 offer 。至于寄信联络教授我从十二月底就有开始在做，
大概就是看过有兴趣的老师一两篇论文后，和他说自己对他的什么研究方向很感兴
趣，并介绍一下自己，稍微问一下有没有要收学生这样。大概有三分之一的教授会
回信，但也通常都是你的条件很好我会再看看就是，现在来看我自己是觉得对申请
结果完全没影响，像是 UCSD 联络我的教授我之前有寄信，事实上他那时候也有回
信给我，但面试的时候我和他提到这件事时，他是说：“喔对我要联络你的时候才
发现你之前有寄信给我”。结论寄信虽然不一定会有帮助，但至少没有什么坏处，
或许要多想一下该怎么从很多类似信中吸引教授的注意。
6.结语：感觉现在大学毕业要直接申请 PhD 越来越难了，如果有这样的打算的话
一定要及早找适合的老师和实验室开始做研究，然后其实毕业后多留个一两年累积
Publication 应该都是可以考虑的。我觉得以现在 CS 竞争激烈的程度、而我研究
经验不算丰富、硬要说的话算是转两次领域的背景来看（EE->CS, 应用->理论），
能有这样的结果真的十分幸运了。感谢指导我与推荐我的老师，也谢谢帮助支持我
的家人朋友，也谢谢留学板，如果有问题的人也可以站内信问我。