之前在留学版发文问过选校的一些问题，很感谢各位大大的帮忙。最近结果出的差不多了
，希望这篇文可以帮到之后要申请的同学！
Program： MS in CS/ECE
Admission
Virginia Tech CS MENG (2/19)
CMU-SV SE (2/28)
UCI MCS (3/9)
UCSD ECE(EC93-Machine Learning and Data Science Track) (3/24)
UCLA CS MS (4/9)
USC CS MS(4/9)
Rejection
UW Madison CS MS (2/6)
CMU INI-MSMITE (3/19)
UIUC MCS (4/1)
UT Austin CS MS (4/4)
GATech CS MS (4/4)
UCSD CS MS (4/10)
UW Madison CS PMP(4/23)
Pending
UT Austin ECE
[Background]
NTHU CS 2015/9 ~ 2019/6
Overall GPA: 3.84/4.3
Major GPA: 3.82/4.3
Last60 GPA: 4.02/4.3
[Test Scores]
TOEFL: R30 / L29 / S22 / W26 Total 107
GRE: V155 / Q168 / AWA 4.0
[Work Experience]
Summer Intern @ 工研院 2018/7 ~ 2018/9
[Publication]
TAAI (台湾人工智能学会) (NLP相关) *1
[LoR]
实习主管*1 专题教授*1 修课教授*1
[Related Courses]
AI/ML Related: Machine Learning, Deep Learning, Pattern Recognition,
Multimedia, Image Processing.
System Related: Compiler Design, Database, Web&App, Parallel Computing,
Computer Network.
[Timeline]
2019.5 GRE
2019.6 TOEFL
2019.7~2019.8 Survey Programs
2019.9 ~ 2019.12 写文书 找教授写推荐信 顺便等当兵QQ
[申请心得]
大一大二的时候浑浑噩噩的，虽然有想过要出国读书，但没有下定决心，没先去当兵
，大三的时候才决定要奋发图强，因为没有对特定领域有兴趣，就跟风修了很多ML相关
的课程，做一做发现自己数学底子实在是不太好，很多课程的Final Project也只是实作
一些算法调调参数就交差了事了，实在有点空虚。
后来修了周志远教授开的平行程式跟吴尚鸿教授的数据库，虽然很硬，但花心思去平行化
各种算法跟实作RDBMS实在是蛮好玩的，让我慢慢了解自己喜欢什么。考量到很多文章
都说不要太强调ML研究的经验，我在SOP当中也是以这两堂课为主写了一些心得，再加上
一些ML课程给我的启示（主要是large scale machine learning）希望未来能在大公司里
面做相关的东西。
[GRE & TOEFL]
托福跟GRE的话，我自己是赶在大四下3个月之内考出来的（很赶很累）。
GRE GRE考满分有个APP可以帮忙复习单字，也有真题可以刷，当时利用军训课的时间
狂刷，既可以应付考试又可以赚折抵。AWA的话可以先把作文题库看一看，到考场的时候
比较不会不知道要怎么写，模板的话网络上很多，选一个自己喜欢的就可以了。
TOEFL 大致上也是刷TPO，因为自己口说比较不好，花了不少时间研究各种模版，但最
后上场也是乱讲哈哈。另外，托福的分数应该会根据考生表现调整，所以不用怕Reading
越考越难，因为大家可能都错XD。
[SOP]
有些学校是很注重SOP的(例如CMU)，可以去个别的Program网站上看他们的要求，例如我
申请的Software Engineering Program就要求要写软工相关的经验，所以千万不要拿同一
份就只改校名。我的写法是参考这一篇： #1Sm37yS8
[总结]
大部分MSCS Title的Program都比较难申请（人太多了），大家可以多申请一些ECE的会更
有机会，总之多申就对了！