コンピュータ科学分野におけるアメリカと日本の修士・博士課程の違い（海外大学院留学説明会）

2024年7月27日に海外大学院留学説明会にて、コンピュータサイエンス分野におけるアメリカの修士・博士課程への進学について紹介をしました。以下に発表スライドを共有します。

主な内容は以下のとおりです。

  • 修士課程は注意が必要
    • アメリカの修士課程は研究を前提としていない場合が多い
    • 修士課程では大学から金銭的援助が得られないことが多いので、日本から奨学金を得るか自費で行くことが多い
  • 博士課程の研究室選択
    • アメリカの博士課程は、ほとんどの場合が学費が免除で生活費が貰える
    • 指導教員が資金を持っているかが重要なので、出願前に教員のウェブサイトなどで確認すべき
    • 学生が第一著者で論文を発表できているかを確認した方が良い

このブログの人気の投稿

アメリカCS修士課程での研究機会（主に、機械学習の研究をしたい人にはあんまりお勧めできないという話をします）

イメージ
私は2020年8月から2022年12月までテキサス大学オースティン校 (UT Austin) の修士課程に所属しており、現在はペンシルベニア州立大学 (Penn State) の博士課程に所属しています。修士2年目から研究室に所属して取り組んだ自然言語処理の研究が EACL2023 と EMNLP2023 という学会に採択されて区切りがついたので、 このタイミングで修士課程での研究についての経験をまとめることにしました。 わざわざアメリカにまで来て実績が積めていないことには悩み続けているところではありますが、私の実力からすれば望外の結果でもあるので指導教員と共著者には感謝してもしきれません。微妙なアイデアは容赦なく潰してもらえた毎週のミーティングと、私が書いた文章が残らないくらいの論文への添削がなければ研究の体も成していなかったと思います。 しかし、アメリカのCS修士課程で研究を行うことは容易ではないということも良く分かりました（注：CS学部に所属していましたが 、研究環境については自然言語処理のことしか知りません）。個人的には修士から留学して正解だったと思いますが、一歩間違えれば研究室にすら所属できずに泣いていた可能性もありました。 研究室に所属できるかすらも運によるところが大きく、 研究を志す日本の学生に軽率に勧められるものではないと思います。 私の現在の考えとしては、機械学習分野でアメリカの大学院に所属して研究をしたい学生は、日本の学士課程で業績を作ってアメリカの博士課程に直接出願するか、日本の修士課程で研究をしてからアメリカの博士課程に出願するの手堅いルートだと思います。私のように「良く分からないけどアメリカ行きたいんじゃ」という人は、一緒に気合いで頑張りましょう。 ただし、アメリカに限らない話ですが 大学によって状況は大きく異なります。 研究機会を得やすい修士課程が無いわけではないようです。あとヨーロッパでは状況もシステムも全く異なります。海外大学院への出願を考えている人は広く情報を集めるようにしてください。 この記事では（私の知っている範囲における）アメリカのCS修士課程における研究活動の辛すぎる部分を説明しつつ、私が強運により研究の機会を掴んだ経験を紹介します。読めば分かりますが運が良かっただけの話なので、再現性は全くないです。 私の修士課程の全般につ
Read more »

東京大学大学院情報理工学系研究科 院試についての記録

普通部（中学校）から10年間お世話になった慶應義塾を卒業し、東京大学大学院に進学することになりました。学士課程は数理科学科統計専攻でしたが進学先は情報理工学系研究科コンピュータ科学専攻です。NIIの相澤研究室所属となります。 院試勉強をしているときに先輩方のブログを参考にしたので、主に情報系以外からCSに転科する人などの参考になればと思い記録を残します。 2018年（学部3年） 2018年8月〜2019年5月にCMUへの交換留学をしていたのですが、留学の開始前後に東京大学を受験することを決めました。学士課程では機械学習を研究しながら理論的な勉強をしたいという理由で数理科学科に進学したので、大学院ではCSに転科することは当初から考えていました。専門とは全く異なるCS専攻への受験を決めたので、留学中の12月ごろ（入試8ヶ月前くらい）からCSの基礎を学び始めました。 英語は交換留学のためにTOEFL iBTを既に受けていたので良かったです。かなり酷くない限りはあまり合否に関係しないという噂も聞きますが、早めに受けておくと楽だと思います。 2019年（学部4年） 読みたいと思っていた本に軽く目を通してから過去問を解きましたが、3月ごろになっても専門科目が全く解けなくて焦りました。留学中はなかなか時間が取れなかったので、7月に夏期休暇に入ってから少し研究室を休ませていただいて勉強することになってしまいました。 おすすめはしませんが専門科目はかなり山を張りました。アルゴリズム・回路・オートマトン・OSは力を入れた方が良いと思います。以下が勉強に使った書籍リストです。ほとんどは東大のサイトで公開されている参考書籍です。 大学院入試問題[数学] 1 2 オートマトン言語理論 計算論〈1〉 (Information & Computing) （かなり読んだ） 岩波講座 ソフトウェア科学〈〔環境〕6〉オペレーティングシステム （かなり読んだ） 坂井修一 論理回路入門 （かなり読んだ） コンピュータの構成と設計 第5版 上・下 IT Text　離散数学 以下、ほとんど読んでいない本です。 型システム入門 プログラミング言語と型の理論 統計的機械学習―生成モデルに基づくパターン認識 元から機械学習が専門なのであまり読む必要がなかった。機械学習の問題は数学系の人には得点源になるので勉
Read more »

アメリカCS博士課程への出願の記録（機械学習、自然言語処理）

2023年8月からPenn State（ペンシルベニア州立大学）の博士課程 に進学することになりました。 Department of Computer Science and Engineeringで自然言語処理の研究を行う予定です。 これから5年間は学生をすることになる見込みなので不安もありますが、とても楽しみです。 出願について記録を残しますが、私は出願した12校のうちPenn Stateからしか合格はいただけませんでした。 不合格の主な要因は研究実績の不足だと思います。在籍していたテキサス大学からも不合格になってしまったので、研究遂行能力の低さと言い換えても良いかもしれません。それ以外の点については多くの方にアドバイスを頂いて書類の作成などをしたので、参考にしてもらえる内容だと思います。 背景 私は機械学習の自然言語処理という分野の研究をしています。学部は慶應義塾大学、修士はテキサス大学オースティン校を卒業しました。出願時点で企業の研究職の内定をもらっていましたが、博士課程への進学も悩み続けていたので出願することを決めました。 出願時の研究実績は、国際学会のワークショップが2本と国際学会に提出中のものが1本で、かなり少なかったです。査読中だった論文は1月に国際学会に採択されたので、面接をしていただいた先生にはアピールをしました。 出願先 私はUT Austin、 NYU、 UCLA、 Yale、 UMich、 UNC、 UCSB、 USC、 Maryland、 UMass、 Penn State、 UVAの 12校に申し込みました。 自分の研究実績が貧弱なので超トップ校は少し外しましたが、既に研究職に内定していて全て落ちても無職にはならない予定だったので、かなりチャレンジ気味に出願先を選びました。 少ない人だと5校とかしか申し込まない人もいるようですが、 十数校出願することも一般的なようです。あまり多いと推薦者の負担になってしまうので、出願数や出願先は推薦状を書いてもらう人と相談しながら決めるのが良いと思います。 出願先の選考については、 希望する研究分野で良い研究をされている教員を選びつつ、 推薦状を書いてもらう人にアドバイスをもらったり、最後に見落としを無くすために大学ランキングなどを参考にすると良いと思います。 それほどトップレベルではない大学やテニュア
Read more »