南洋理工大学人工智能硕士就读体验
Z学长
课程总览
必修课（Core Courses）：4门，全都得学
AI6101 Introduction to AI and AI Ethics
AI6102 Machine Learning: Methodologies and Applications
AI6103 Deep Learning and Applications
AI6104 Mathematics for AI
选修课（Elective Courses）：9门，9选6 / 9选5，取决于有没有选Master Project。
AI6121 Computer Vision
AI6122 Text Data Management and Processing
AI6123 Time Series Analysis
AI6124 Neuro Evolution and Fuzzy Intelligence
AI6125 Multi-Agent System
AI6126 Advanced Computer Vision
AI6127 Deep Neural Networks for Natural Language Processing
AI6128 Urban Computing
AI6129 AI Master Project
桥接课程（Bridging Course）：1门，可选可不选，适合无 / 弱 编程经验的人过渡，0学分且只评Pass / Fail，不计GPA。
AI6120 Python Programming
课程体验
因为本人选择了修8门课+project，所以对课程的体验没有那么全。课程的体验仅代表个人观点，如有出入，sorry to bother!
首先是4门必修课，逃不掉的。u1s1，我觉得必修课还是干活满满可以学到一些东西的。
Math: 很简单的数学课，把本科大一的线性代数、概率论和微积分的入门内容复习一遍。2次quiz和一个手写神经网络的report，考quiz前多刷几遍老师提供的历年卷和tutorial基本没啥大问题。老师人还挺有趣。
Deep Learning: 个人认为这个课是就读MSAI期间收获最大的课，法国老师（今年换成了中国老师，这课灵魂没了），手把手从0到1教你用pytorch，内容和李沐那本dive into pytorch差不多。当时是2次live coding和1次quiz，live coding还是能很好的考察pytorch熟练度，10道题，题目难度有层次。另外老师算是让我第一次体验到了google的colab生态，第一次用还是惊艳到了。事情少收获多给分好。可惜了这老师跳去NUS了，MSAI这水项目的未来的收获降低了挺多。
Machine Learning: Sinno老师，ML方面的大牛，但上课就念念PPT，想深入学习，还是得自己手推公式。2个小作业和一个group project （打kaggle或综述论文），还有一个quiz。
Intro to AI & ethics: 这课是3个老师上的，由好及差，最开始的Bo An老师主要是讲了传统强化学习的知识，布置了一个group project和一个quiz。第二个老师和第三个老师就开始讲起了AI哲学和伦理，基本上的人都会奔溃，第二个老师布置了2个task quiz，第三个布置了一篇哲学伦理论文，简直是无用至极。后半部分内容真的应该直接给删了，作业费时也学不到东西，上课也没人听。
硬件设施
NTU计算机系对我们这个项目是没有提供专门的教室，上课也不用实验室。每个同学会提供一块2080的GPU用于训练，如果选了project的同学，可以向导师申请一个工位和额外的gpu。
软件设施
前两个学期没啥疫情，我基本每天都在lwn图书馆学习，图书馆的各种设施都很方便，有专门的显示器，从1080P到4k的都有，可以自己带一根HDMI线去连接自己laptop使用，大屏幕做作业、写码（、打游戏、刷ytb、看剧）都很爽。图书馆周边的食堂、M记等等店齐全，只是可惜有一些店我还没去吃过。
就读心得
总体来说，读这个学位，想混研究生毕业还是很easy的，项目的秘书也很负责，教授们也不太会给你挂科，带我毕设的导师人也很好，当时毕设题目选大了，很nice地让我重新改了题目，我写完初版论文后，亲自全文通读，给我一个一个语病和学术规范挑出来，给我指正，真的是手把手给我指导写论文的规范和要点。要不是本人太菜没有读博的脑子，当时分分钟想继续读导师的博。
H老师
新加坡南洋理工大学NTU人工智能科学硕士（MSAI）计划是为希望开发，设计和实施人工智能系统的学生创建的，同时培养对项目管理和政策制定的人工智能的深入理解。该计划强调AI理论，技术和工具，以解决具有多种类型约束的现实世界问题，例如有限的训练数据和大数据问题。配备理论和基于活动的学习，这将使毕业生能够提升他们的能力和技能。核心课程侧重于人工智能知识的基础，如机器学习和深度学习，而不同领域的各种选修课程，如图像，视频，文本和物联网数据，可以加深对这种专业化的理解和认识。
硕士宿舍NanyangCrescentHalls
NanyangCresentHalls包括SaracaHall，MerantiHall和TamarindHall，于2017年开始使用。作为全校最年轻的研究生宿舍群，摩登风格的建筑，设计感十足的花园，它就像一个时尚酷炫的年轻人，站在潮流的最前沿，是NTU宿舍群中独一无二的存在。
宿舍楼内各项设施齐全且较新，带有超大健身房，自习室，烧烤台以及各种多功能房间，如舞蹈室等。每幢楼内每层有一间厨房，洗衣房以及盥洗室。每间厨房配备两个电磁炉，开水/冷水机，微波炉。
NorthHillHalls
NorthHillHalls包括BinjaiHall，TanjongHall，BanyanHall，于2016年投入使用。刚建好时被不少媒体和学生誉为亚洲最好的学生宿舍。宽敞的套间，全校最大的健身房，配套的超市和餐厅，极尽彰显着作为一个学生公寓所能达到的帝王级尊贵。
J学长
学风体验
南大的学习氛围非常好，宿舍楼下的自习室常常爆满，各个教学楼的楼道里都有座位，仿佛是为了方便同学们随时坐下来学习一样。
SPD的学生中，中国人可以占到一半左右，接下来是印度人，东南亚各国学生，新加坡本地人和欧美交换学生，国际化的程度是非常高的。
Part-time学生大概占到1/4左右，具体占比与课程内容有关。他们大多是有丰富经验的在职人员，以新加坡本地人为主，从他们那里也可以学到很多知识，为将来进入职场提供便利。中国留学生几乎都来自国内知名的211/985院校，有的甚至放弃国内知名企业的工作机会过来。
学校环境
南大的校园宛如花园，种满各种热带风的植物，还有许多翠绿的草坪。校舍非常干净，室内空调二十四小时开放，不用担心炎热的天气让人犯困。十多个食堂散落校园各处，也都非常有特色的。
宿舍楼的种类也很丰富，有性价比高的GH2，南洋风的GH1，高档公寓North Hill，现代风Saraca。学校里的服务人员素质也很高，会对你微笑问好。有健身房、篮球场、足球场、游泳池等等。露天泳池是我最喜欢的，躺着晒晒太阳也非常惬意。
交通环境
学校到市中心稍远，需要乘坐公交车到地铁站换乘，常常要花一个多小时才能到downtown，但是换个角度想想，也很有助于认真学习哈哈哈。但是学校周围也有很多科技园区，大家找实习上班还是很方便的。
就业发展
对于Msc的学生来说，将来走学术道路也是有可能的，但是要多去实验室学习，找到合适的导师。南大毕业的phd非常好就业，回国各大院校就职也方便，校内常常有知名高校来招纳研究人员和教师。如果是想直接工作，南大的排名有助于进入国内知名企业拿到较高的薪水。如果想留在新加坡发展，要尽早联系实习，争取转正机会，因为新加坡正在收紧外国人工作政策。
总结体验
总的来说在南大学习是很幸福的一件事。经济角度来说，这里的学习机会有较高的性价比，相对于欧美澳来说，费用要低很多。新加坡也是个朝气蓬勃、社会稳定的国家，非常适合学习和生活。
【竞赛报名/项目咨询请加微信：mollywei007】
