笔者参加了东京大学情报学环综合分析情报学2020年冬季入试并最终合格. 在备考的时候苦于没有相关的经验帖子进行参考,于是在合格之后写下这篇文章,权当抛砖引玉.
个人背景
- 中山大学 信息管理与信息系统
- GPA: 83/100
- N1 146
- TOEFL 102(R:28 + L:30 + S:20 + W:24)
- 没有正式科研经历
- 跟着外国人院长做了个小项目,拿了份推荐信
语言准备
笔者2016年9月本科入学,现在在读大四. 相比于很多毕业后才进入日本语言学校学习语言的同学, 笔者的语言准备应该算比较早的. 笔者在大二完成了N1的考试, 然后在大三完成了托福的考试. 回望来看, 像这样每年完成一个阶段性目标的时间规划应该是比较合理的, 复习时间很充足, 当然也没有影响到笔者玩游戏的时间. 至于考试资料和准备的经验知乎上分享也有很多了, 笔者就简单谈谈.
日语方面, 笔者使用的是考前对策系列, 结合小红书以及沪江日语的背单词的APP进行复习的. 前期准备(包括语法以及单词的准备)花了大概两个多月的时间(每天三个小时以上), 中间顺便看看日字的纪录片(来自bilibili)提高听力, 然后在考前一个月开始做往年试题.
英语方面, 笔者使用了新东方的词书以及某宝上买的TPO进行复习, 前期背单词大概花费了两个月(循环背), 然后剩下两个月用来刷TPO. 总体来看, 时间上的余裕让笔者有了充分的准备, 也因此能够剩下省下报各种班以及语言学校的钱. 当然劣势也是有的, 笔者大三因为课业以及准备托福的原因没有经历参加科研. 大家可以根据自身优劣势权衡一下.
修考准备
笔者于大三下(2019.06)完成托福考试后, 由于暑期需要参加项目(上文提到的院长的项目), 直到19年10月才正式开始准备修士考试. 笔者在此时进行了两手准备, 一方面通过中介向东大, 京大以及东工大的老师申请研究生, 另一方面准备学环的冬季修士考试. 虽然很多同学建议DIY申请, 但笔者自身日语写作水平不行, 也缺乏找教授的经验和精力, 权衡再三还是选择了报中介.
这边先讲下研究生的申请情况, 笔者与中介共同确定了以上三所学校, 并在每一所学校中找到了10位左右教授进行套磁. 其中, 东大的教授没有任何回复, 京大一位教授回复, 东工大一位教授回复. 东工大的教授向笔者要了成绩单后拒绝, 京大教授在收到email以及计划书后安排了网络面试, 笔者在面试后大约半个月拿到了内诺. 面试就不说了, 问题比较常规, 面试前会问你用英语还是日语进行面试.
然后是修士考的准备. 学环每年的笔试题目以及当年的考试范围都能在学环官网处获得, 大家可以在学环官网查看.
笔者是信管专业的, 因此完全没有学过数电以及计算机组织, 但是高等数学, 程序设计与数据结构, 统计与机器学习是学过的. 针对这个情况, 笔者决定在计算机组织以及数电的复习(预习..)中使用日文教材, 剩下的科目均使用中文的教材. 数学方面, 笔者使用了北大的高数上下册, 先整体看一遍(根据综情往年的题目跳过了第二册的级数, 曲面积分, 曲线积分部分..), 然后做书本上的题; 统计与机器学习方面, 笔者使用了西瓜书进行复习, 先过一遍书中比较基础的部分(重要的监督学习, 非监督学习算法以及强化学习算法), 然后根据西瓜书, 往年考题以及github上一些机器学习基础知识的归纳来总结出几个知识点, 然后每个知识点在维基百科和geeksforgeeks网站上找重要的英文描述,说明,必要时顺便摘录英文算法流程. 将以上总结进一份文档中, 然后打印出来背诵; 数电及计算机组织也是一样, 先看日文教科书, 然后综合考过的地方一起归纳知识点, 然后整理文档再背诵; 数据结构和程序设计就看算法书, 顺便看看动态规划, 尾递归等考过但是教材里面没有的知识点. 我用过以及推荐的教材如下:
- 論理回路入門(坂本修一)
- コンピュータアーキテクチャ(坂本修一)
- プログラミングコンテスト攻略のためのアルゴリズムとデータ構造(本书有中文版)
- 机器学习(周志华)
- 线性代数同济版
- 高等数学北大版
- 概率论与数理统计第四版
同时在整理资料和学习时参考到的网站和博客如下:
这里阐述一下笔者这么准备的理由. 由于笔者开始正式复习已经进入十月中旬, 时间紧迫, 所以当务之急就是尽量在能拿分的领域不掉分, 没学过的领域根据往年题目以及教科书能做到尽量拿分. 所以笔者的准备就非常应试, 背的部分占到大多数, 这也是时间紧张下的无奈之举.
一些小细节
提一下可能很多人都提过, 但笔者还是要再提的东西:
- 学环是支持托福成绩的, 同时需要托福送分. 托福送分的时候募集要项只会给东京大学的代号, 而并不会给到各个学院本身的代号. 所以在托福送分网站选代号的时候只要选到东大就可以了, 专业那个空可以不用管. 为了保险起见, 托福送分请提前六个星期.
- 学环需要提交的材料中有一个日语能力证明的表. 由于笔者是自学的, 一开始并不知道找什么人填表. 最终笔者找了附近一家教学机构的老师帮忙填(当然给了钱), 并在提交表的同时附上了一张N1的成绩证明. 结果表明这个做法是可以的.
- 如果大家身在国内的话, 在提交材料的同时需要用多一个信封装国际返信券, 为了保险起见, 笔者放入了13张(淘宝有的卖).
- 在申请的同时最好联系一下你第一志愿的教授, 问一下当年的招生情况, 顺便打个招呼. 教授的邮箱一般在其个人主页有.
笔试部分
因为笔试的试题不久之后就会发在官网, 笔者就在此简单说说. 今年冬季的笔试相比于以往两年的笔试, 试题量明显增大, 基础数学部分多了一小题, 程序部分多了两小题, 概率统计与机器学习部分多了两小题, 数电与计算机组织题目好像也多了一些.
数学三小题中笔者做出了特征矩阵以及解微分方程的题, 最后一题不会. 程序五小题中三小题基本就是以前考过的动态规划问题, 剩余两小题是此问题的变种, 笔者只做出了前面三小题. 概率与机器学习部分今年只考了机器学习, 主要是降维方法以及神经网络反向传播的内容, 笔者全部回答. 最后的数电与计组的内容题量较大, 笔者只做出了三小问. 完成后笔者还剩1分多钟检查. 总体来看笔试的时间确实很紧, 估计今年夏季考试应该题量也差不多.
面试部分
综情的面试分成两个部分, 首先是7分钟的presentation, 然后是教授7分钟的提问. Pre部分需要包含的内容会在受验者心得中写明. 并不一定是要求你阐述研究计划书中的内容, 请仔细留意. Pre完成后, 教授会针对你选择的研究方向进行提问. 在笔者的场合, 因为笔者选择研究的是强化学习方向, 所以教授提了以下问题:
- Q-learning的目的(goal)是什么
- 你想研究的主题是什么
- 描述一下MDP
- 强化学习中有很多的方程(formula)和等式(equation) 选一个简单描述
- Policy-based方法相比于Value-based方法有什么优点
- 你了解XXMDP么(这里我没听清楚, 应该是一个改进的MDP方法)
- 你以前做过强化学习相关的研究么
- 你的毕业论文是什么主题
- ML方向很多, 有没有什么感兴趣的方向(如NLP, CV等)
- 有申请其他大学或者研究科么
注意这位教授在广域也有招修士, 如果同样也是选择这位教授的读者可以参考一下知乎上关于广域的经验贴以获取更多相关面试问题.
面试时同时有六位左右的教授来面试, 虽然听起来很恐怖, 但是笔者的情况只有第一志愿的教授在提问, 剩下的教授都在看材料或者玩手机, 所以大家保持轻松就行.
总结
总的来说, 笔者个人认为情报学环比较适合笔者这样的中下游985的学生, 相比于情报理工的高难度(笔者连题目都看不懂..), 情报学环的考题要亲民许多. 同时, 情报学环的普通课程与亚情课程(英文授课)也提供了一些选择性. 有科研经历或者论文发表的同学可以试试申请亚情课程, 免去在日本参加修士考, 而没有科研经历的同学则可以选择参加修士考的普通课程. 总体来看,综情的修士考难度适中, 对科研水平的门槛也不高, 还是非常值得一试的.