為什么選擇去新南威爾士大學(xué)留學(xué)


1 新南威爾士大學(xué)歷史介紹

為什么選擇去新南威爾士大學(xué)留學(xué)

新南威爾士大學(xué),成立于1949年,是澳大利亞“八校集團(tuán)”的成員,新南威爾士大學(xué)是三個(gè)國(guó)際著名的研究型大學(xué)聯(lián)盟組織環(huán)太平洋大學(xué)聯(lián)盟(APRU)、全球科技大學(xué)聯(lián)盟(GlobalTech)、Universitas 21的成員大學(xué)之一。在眾多學(xué)科中,新南威爾士大學(xué)以商科和工科著稱。根據(jù)各項(xiàng)學(xué)術(shù)評(píng)鑒與科學(xué)研究排名顯示,今天的新南威爾士大學(xué)是澳大利亞高科技和高等研究的先驅(qū)領(lǐng)導(dǎo)大學(xué),也是澳大利亞商業(yè),法律和理工精英的所在地。

為什么選擇去新南威爾士大學(xué)留學(xué)

2 為什么選擇新南威爾士大學(xué)留學(xué)

為什么選擇去新南威爾士大學(xué)留學(xué)

新南威爾士大學(xué)優(yōu)勢(shì):新南威爾士大學(xué)是東南亞、歐洲及北美洲最負(fù)盛名的“21世紀(jì)大學(xué)集團(tuán)”的成員,在澳大利亞只有3所大學(xué)為該集團(tuán)成員,被亞洲周刊評(píng)為亞太地區(qū)前十位的大學(xué)。它是澳大利亞八大五星級(jí)名校之一,在各學(xué)術(shù)領(lǐng)域均處于世界領(lǐng)先水平,尤以工科及商科見長(zhǎng)。大學(xué)主校區(qū)位于肯辛頓在悉尼地區(qū),占地38公頃,距悉尼市火車站、機(jī)場(chǎng)都很近,交通便利。

選擇新南威爾士大學(xué)理由---排名

2017泰晤士高等教育世界大學(xué)排名第78

綜合排名:46

學(xué)術(shù)聲譽(yù)排名:42

畢業(yè)生競(jìng)爭(zhēng)力排名:22

人文學(xué)院排名:41

社會(huì)科學(xué)和管理學(xué)院排名:21

自然科學(xué)學(xué)院排名:61

工程和科技學(xué)院排名:21

生命科學(xué)和醫(yī)學(xué)學(xué)院排名:43

建筑專業(yè)排名:19

藝術(shù)和設(shè)計(jì)專業(yè)排名:29

會(huì)計(jì)和金融專業(yè)排名:13

商業(yè)和管理專業(yè)排名:24

經(jīng)濟(jì)學(xué)專業(yè)排名:38

法律專業(yè)排名:13

環(huán)境科學(xué)專業(yè)排名:24

土木工程專業(yè)排名:16

計(jì)算機(jī)專業(yè)排名:35

電氣工程專業(yè)排名:43

機(jī)械工程專業(yè)排名:34

臨床醫(yī)學(xué)專業(yè)排名:46

心理學(xué)專業(yè)排名:16

選擇新南威爾士大學(xué)留學(xué)--獲獎(jiǎng)榮譽(yù)

1、亞太地區(qū)最優(yōu)秀的大學(xué)之一。

2、新南威爾士大學(xué)是澳大利亞最主要的教學(xué)和研究基地之一,曾入選《亞洲周刊》評(píng)選的“亞太地區(qū)最好的十所大學(xué)”。

3、根據(jù)Spear's雜志和研究公司W(wǎng)ealthInsight出具的一份新國(guó)際聯(lián)盟榜單,新南威爾士州大學(xué)(University of NSW)是澳大利亞所有大學(xué)中“最盛產(chǎn)”百萬富翁的學(xué)校,在世界百萬富翁母校中排名第33位。

4、工程學(xué)院世界排名33名(2013QS世界大學(xué)工程學(xué)院排名)。澳大利亞工程師協(xié)會(huì)將新南威爾士大學(xué)評(píng)定為培養(yǎng)出工程領(lǐng)域人才數(shù)量最多的大學(xué),在2013年最杰出的100位工程師名單里其畢業(yè)生比例占到了23%,為全澳之首。

選擇新南威爾士大學(xué)留學(xué)--學(xué)術(shù)能力

1、作為澳大利亞研究型大學(xué)的先驅(qū),新南威爾士大學(xué)的研究實(shí)力雄厚,研究范圍涵蓋所有的領(lǐng)域,如生物和醫(yī)學(xué)、信息技術(shù)和材料工程、經(jīng)濟(jì)學(xué)、社會(huì)科學(xué)等。

2、新南威爾士大學(xué)與商業(yè)和產(chǎn)業(yè)界之間的聯(lián)系更為緊密,并一直致力學(xué)術(shù)創(chuàng)新。新南威爾士大學(xué)憑借其各方面的優(yōu)勢(shì),定期為商業(yè)機(jī)構(gòu)和政府部門舉辦范圍廣泛的咨詢及培訓(xùn)服務(wù)。

更多請(qǐng)點(diǎn)擊:新南威爾士大學(xué)詳細(xì)信息

3 校友分享為什么選擇新南威爾士大學(xué)

新南威爾士大學(xué)學(xué)生學(xué)習(xí)經(jīng)歷:

我在這里先讀的是10周的語(yǔ)言,然后再讀了兩年的Master of Information Technology,期間受到了很多人的幫助,想明白了很多事情,對(duì)我人生改變很大。下面想按時(shí)間的順序結(jié)合我的生活、課程和大家分享一下我的經(jīng)歷,也希望對(duì)后來的人有所幫助。

當(dāng)時(shí)大三時(shí)準(zhǔn)備出國(guó),由于雅思沒有考到6.5分,然后申請(qǐng)了新南的十周語(yǔ)言班(幸好作文到了6,要不可能要申請(qǐng)久一點(diǎn)的;也有遇到分?jǐn)?shù)到了喜歡讀個(gè)15或者20周的同學(xué))。語(yǔ)言班應(yīng)該是算在新南學(xué)習(xí)中最輕松的一段時(shí)間了,只要上課認(rèn)真聽,作業(yè)都做了,考試認(rèn)真考,讓老師覺得你是個(gè)積極學(xué)習(xí)的學(xué)生,一般都是可以順利通過的。語(yǔ)言的內(nèi)容都不難,對(duì)于國(guó)內(nèi)的孩子來說,算是一個(gè)可以在學(xué)習(xí)和生活上過渡的橋梁課程。其中你會(huì)遇到來到泰國(guó),巴西,伊朗,日本等等國(guó)家的朋友,當(dāng)然,最多的還是中國(guó)人。我在澳洲最好的朋友(基本都是中國(guó)人),大多都是在讀語(yǔ)言的時(shí)候認(rèn)識(shí)的,可能是和上課的時(shí)候壓力不是很大,大家一起去玩的機(jī)會(huì)比較多,然后又是第一批認(rèn)識(shí)的朋友有關(guān)。

(第一天到澳洲)

由于我是1月初就讀完了語(yǔ)言,但是正式開學(xué)要到二月底,期間有大概兩個(gè)月的空閑時(shí)間,于是經(jīng)當(dāng)時(shí)舍友的介紹,我去了一家香港人開的餐廳打工,當(dāng)時(shí)的工資還是挺不錯(cuò)的,算上小費(fèi)一個(gè)小時(shí)大概有13.5刀的樣子,雖然經(jīng)理當(dāng)時(shí)問我要了稅號(hào),但是他給我發(fā)工資時(shí)都是用現(xiàn)金的,所以感覺他并沒有繳稅,所以從名義上來說,這算是黑工。后來發(fā)現(xiàn)在澳洲這種現(xiàn)象其實(shí)還挺普遍的,因?yàn)樽畹凸べY太高了,很多小餐館根本支付不了,于是會(huì)選擇用一些流動(dòng)性比較高的幫工(兼職/黑工)來節(jié)約開銷。其中最有意思的就是,每天都要聽經(jīng)理、廚房罵粗口,把別人祖宗什么的都罵了一遍,這也是我在澳洲唯一一段時(shí)間聽到這么多粗口的。

我第一學(xué)期選了下面這幾門課:

COMP9024 Data Structures and Algorithms

COMP9311 Database System

COMP9414 Artificial Intelligence

GSOE9820 Project Management

由于我本科是學(xué)計(jì)算機(jī)的,所以我選課會(huì)選一些自己偏弱或者當(dāng)時(shí)沒有好好學(xué)的課,當(dāng)然,第一學(xué)期也比較偷懶,想先好好適應(yīng)一下環(huán)境,于是沒有選很難的課程。在這幾門課中,我覺得最有意思的和對(duì)我后面的學(xué)習(xí)幫助最大的課就是9024這門課了,其中,你會(huì)學(xué)到一些比較基礎(chǔ)的數(shù)據(jù)結(jié)構(gòu)和算法,要能夠熟練的算時(shí)間復(fù)雜度和快速寫出偽代碼,這些在后面的課程甚至在我后面做的研究和工作面試中都會(huì)經(jīng)常出現(xiàn),可以說是編程奠基的課程。這門課有四個(gè)作業(yè),分別要求你實(shí)現(xiàn)四個(gè)算法,第一個(gè)作業(yè)就是實(shí)現(xiàn)一個(gè)鏈表,可以輕松做完。但是從第二個(gè)開始,代碼量就有點(diǎn)大了,要先把老師給的整個(gè)庫(kù)文件好好讀懂,然后再結(jié)合庫(kù)里的一些算法,自己再寫一個(gè)拓展的AVLTree,耗時(shí)應(yīng)該一個(gè)星期左右,后面的就是寫一個(gè)TaskScheduler和一個(gè)壓縮的SuffixTree,耗時(shí)都是一個(gè)星期左右。由于我當(dāng)時(shí)并沒有跟著別人選課,上課的時(shí)候不認(rèn)識(shí)人,一般都是自己一個(gè)人坐著,于是作業(yè)都是自己一個(gè)人悶著寫的,這樣有好處也有壞處,好處是自己把老師給的代碼全都看完了,壞處是寫不出來時(shí)干著急。這門課一定要好好學(xué),即使少花點(diǎn)時(shí)間在9820這種課,也要好好多花時(shí)間自己獨(dú)立把作業(yè)做完。

至于9311這門課,如果你遇上了Raymond Wong教你的話,那你會(huì)受益匪淺,數(shù)據(jù)庫(kù)系統(tǒng)的知識(shí)一定會(huì)學(xué)的很通透很懂,但是如果遇到了Xuemin Lin教的話,那就自己好好學(xué)吧。9414這門課學(xué)的是人工智能比較層面高的知識(shí),底層的算法涉及的并不是很多,而且寫作業(yè)時(shí)要求用的編程語(yǔ)言是pl,如果以后工作不是偏AI研究方向的話,應(yīng)該也很少會(huì)用到,所以這門課對(duì)我自己而言,算是比較水的課了。9820算是一門寫作課,能免則免,不能免好好寫作文就好了。

第二學(xué)期:

MATH5845 Time Series

MATH5905 Statistical Inference

COMP6771 Advanced C++ Programming

COMP6714 Info Retrieval and Web Search

這學(xué)期選課的時(shí)候,感覺自己是腦子抽了,選了兩門統(tǒng)計(jì)的課。先說說5845,統(tǒng)計(jì)學(xué)院的這門時(shí)間序列是比較偏數(shù)學(xué)和研究方向的課,會(huì)有很多統(tǒng)計(jì)學(xué)的前置基礎(chǔ)課程要求,意思就是老師會(huì)預(yù)想你是都有這些統(tǒng)計(jì)知識(shí)了,才會(huì)選這門課,但是這并不像其他課一樣是硬性要求,你選了這門課,就要對(duì)自己負(fù)責(zé)。我記得當(dāng)時(shí)我們學(xué)院,只有三個(gè)人選了這門課。由于我自己本科并不是學(xué)統(tǒng)計(jì)的,很多統(tǒng)計(jì)的基礎(chǔ)知識(shí)都不是很懂,所以這門課學(xué)的還挺吃力的,整個(gè)學(xué)期有40%的時(shí)間都花在了這門課上,記憶最深刻的是,生日當(dāng)天晚上通了個(gè)宵,把這門課的唯一一個(gè)Project收尾,但是自己寫的時(shí)候有很多都是問別人的,自己對(duì)整個(gè)Project了解的并不通透。交作業(yè)的當(dāng)天,我看了一下我的同學(xué)們,感覺大部分人都是精神不振,胡子沒剃,最后一刻進(jìn)教室教的作業(yè)。一個(gè)比較客觀的事實(shí)就是我室友本科是在英國(guó)讀的經(jīng)濟(jì),研究生精算在讀,平時(shí)靠幫別人寫論文賺外快,最后這門課成績(jī)只拿了67分(我非常感謝這位室友,感謝他對(duì)我學(xué)習(xí)和生活上的無私幫助);當(dāng)然也有遇到大神project fail掉了,靠期末考把最后分?jǐn)?shù)拉到78。這門課學(xué)完之后感覺后面在自己學(xué)院學(xué)的Machine Learning和Data Mining的統(tǒng)計(jì)知識(shí)簡(jiǎn)直是太簡(jiǎn)單了,輕松理解。

對(duì)于5905,這也算是一門比較有用的統(tǒng)計(jì)學(xué)的課了,其中學(xué)的很多統(tǒng)計(jì)知識(shí)在后面也會(huì)經(jīng)常用到,例如Bayes Theorem, Multinomial Distribution, Maximum Likelihood Estimation, Loss Function等等,都非常有用,結(jié)合數(shù)據(jù)挖掘的一些編程知識(shí),很容易應(yīng)用到實(shí)際當(dāng)中。我當(dāng)時(shí)這門課是抱著一個(gè)本科悉尼大學(xué)數(shù)學(xué)系大神大腿學(xué)的,他給我推薦了一個(gè)學(xué)習(xí)方法,就是不懂的多上YouTube上搜搜看,上面有很多統(tǒng)計(jì)知識(shí)的講解視頻,講的非常清楚。我當(dāng)時(shí)就是一點(diǎn)一點(diǎn)學(xué),哪里不會(huì)點(diǎn)哪里,最后弄懂了很多,還養(yǎng)成了經(jīng)常無字幕看英文視頻的習(xí)慣。

對(duì)于6771,我們當(dāng)時(shí)一共有4個(gè)作業(yè),第三個(gè)作業(yè)是我兩年中唯一一個(gè)寫了通宵的編程作業(yè)。感覺這門課學(xué)的知識(shí)很多,好好學(xué),能讓你養(yǎng)成很好的編程習(xí)慣,例如你會(huì)先看一遍Google的C++編程文檔,然后再開始寫作業(yè)。其中Tutotials能去就多去,和輔導(dǎo)員多交流一下也是挺有用的,期末考和老師最后給的Sample Exam挺像的,好好復(fù)習(xí)就行?,F(xiàn)在這門課已經(jīng)把第三個(gè)作業(yè)拆開了,變成了一共交5個(gè)編程作業(yè)。

6714,這門課學(xué)的很多,最后考試題量很大,考試題還不太按給的考綱出,因?yàn)檫@門課的老師也是教Data Mining的老師,按照Data Mining的術(shù)語(yǔ)的話,你復(fù)習(xí)的時(shí)候由于只復(fù)習(xí)規(guī)定內(nèi)容很可能會(huì)出現(xiàn)Over fitting,為了避免Over fitting,你平時(shí)上課要好好理解,好好記住老師講的內(nèi)容,盡量generalise學(xué)到的知識(shí)(學(xué)到的知識(shí)可以應(yīng)用到不同問題),最后的Test Error Rate才會(huì)降低,分?jǐn)?shù)才可以高點(diǎn)。

第三學(xué)期:

COMP9319 Web Data Compression & Search

COMP9201 Operating Systems

COMP9315 Database Systems Implemenatition

COMP9417 Machine Learning & Data Mining

9319是學(xué)院里公認(rèn)的最難的課程之一(Data Warehousing & Data Mining的老師Wei Wang在課上也推薦過)。至于說為什么難呢,個(gè)人覺得,第一,是因?yàn)檎n上教的數(shù)據(jù)壓縮的算法實(shí)現(xiàn)起來比較復(fù)雜,而且所有作業(yè)都要用C或C++寫,如果之前沒有學(xué)過這兩門語(yǔ)言的話會(huì)比較頭疼。第二,是因?yàn)檎n里的三個(gè)作業(yè)都是關(guān)于算法優(yōu)化的,就是要求不斷改進(jìn)自己寫的算法,在時(shí)間復(fù)雜度和空間復(fù)雜度之間尋找一個(gè)最佳的平衡點(diǎn),而這種優(yōu)化,可以說是無止境的。例如,你可以寫一個(gè)運(yùn)行時(shí)間只有0.1秒但需要用300M內(nèi)存的算法,但是你也可以寫一個(gè)運(yùn)行時(shí)間1秒但只要10M內(nèi)存的算法,同時(shí),你也可以寫出一個(gè)運(yùn)行時(shí)間只要0.05秒而且只需要用到1M內(nèi)存的算法。這門課就是Raymond Wong教的,他是學(xué)院里公認(rèn)的教課教的最好的老師之一,斯坦福大學(xué)博士后畢業(yè)。老師對(duì)作業(yè)的要求并不是十分苛刻,感覺難是難在自己對(duì)算法不斷地理解和改進(jìn)上面。學(xué)完這門課后,你完全可以寫自己的文件壓縮和解壓器,課上會(huì)介紹很多業(yè)界流行的算法。

9201也是學(xué)院里公認(rèn)的最好的也是最難的課程之一了,多個(gè)老師在課上都表示過學(xué)院能以擁有Kevin Elphinstone教操作系統(tǒng)為榮。

第四學(xué)期:

COMP9318 Data Warehousing & Data Mining

COMP9321 Web Applications Engineering

COMP9041 Software Construction

COMP4418 Knowledge Representation

9318這門課算是學(xué)的這么多課中,對(duì)我來說,最有趣的一門了。因?yàn)橹皩W(xué)了Machine Learning的緣故,這門課學(xué)起來,還不是那么吃力的。很多知識(shí)理解起來相當(dāng)有意思,像Linear Regression和Logistic Regression這些分類算法,很容易應(yīng)用到實(shí)際中去(例如利用個(gè)人的過往記錄和特征對(duì)其進(jìn)行信用評(píng)估,就是比較基本的分類問題),還有像FP-Tree算法可以從交易數(shù)據(jù)庫(kù)中尋找數(shù)據(jù)之間的關(guān)系(例如啤酒和尿布之間的關(guān)系),都十分有意思。

好的,那么這就是學(xué)校百科網(wǎng)給大家分享的為什么選擇去新南威爾士大學(xué)留學(xué),希望大家看完這篇由小編精心整理的內(nèi)容后,能對(duì)相關(guān)知識(shí)有所了解,解決你的疑惑!查看更多留學(xué)相關(guān)文章請(qǐng)?jiān)L問學(xué)校百科網(wǎng)

網(wǎng)上報(bào)名
  • 姓名:
  • 專業(yè):
  • 層次: ??分?jǐn)?shù):
  • 電話:
  • QQ/微信:
  • 地址:

文中圖片素材來源網(wǎng)絡(luò),如有侵權(quán)請(qǐng)聯(lián)系644062549@qq.com刪除

轉(zhuǎn)載注明出處:http://www.tengyi66.com