分享
如何评价mlss(Machine Learning Summer School)对在校生的学术价值？
看了一些评论，有的说很有挑战性，有的说交钱就能上，我很纠结啊。毕竟我只有暑假有时间参加活动，而明年暑假的mlss还是在秘鲁这个冷门的地方，不知道值不值得一试。
背景是这样的：我是一个高中生（junior），想去美国读CS本科并且对机器学习很感兴趣。在过去的这一年里，我自学了微积分、离散数学和线性代数（程度比较浅）；有一天在edx看见了UCB的一个机器学习mooc，感觉和自己学的东西比较相关，又有一些编程基础，就参加了（先在codecademy上学了几天python）；再后来，感觉真的很喜欢这个领域，看了Andrew Ng的课，还参加了两个Kaggle的比赛，虽然都没进前25%，但是感觉学到了很多东西！两个比赛都是和deep learning有关的（因为暑假时受了Google Research的inceptionism影响），一个是Facial Keypoint Detection，另一个是Right Whale Recognition；前者是自己弄的，但是很大程度上参考了Nouri的教程，后者是和别人组队参加的。明年暑假我想参加一个比较有挑战性的暑期项目，除了已经准备要报的SSP(Summer Science Program)，Wolfram Science Summer School，SAMS（Summer Academy for Mathematics and Science）和Stanford Summer Institute， 还想参加mlss。这对我意义大吗？如果分别从申请大学的角度和自我提升的角度来看的话。
回复 ( 4 )
谢邀。现在的高中生真是好厉害呢（，这让同为高中生的我情何以堪（
MLSS 的意义？
我觉得对于一个入门阶段的同学来说（甚至对于很多硕士和博士），MLSS的意义并不一定在于在对应的课上听懂多少内容，获得多少知识（当然，课程也很重要。这个取决于上课的老师，每次的MLSS请的老师都不一样，这个要看主办方。自己可以事先到MLSS对应的官网上调查一下主办方邀请了哪些老师，要讲哪些内容）。而是在于，你会在参与这次活动的过程中，结识很多国内外有意思的人，开阔视野。还有一些其他各种各样“搭顺风车”一样的“隐用途”。这点从之后官方向我们征求的反馈调查表也可以看到：
我是今年参加了在日本京都的MLSS。这次请的老师非常不错，比如有在凸优化界大名鼎鼎的Boyd, 还有Candes， 可惜到MLSS的时候生病了所以是远程讲的（视频= =）。所讲的主题很大程度上偏统计理论，比如 High dimensional learning, submodular function, tensor decomposition 等。这对于那些偏重于实践课题比如 NLP， CV等的同学来说，在短短4.5个小时掌握老师讲授的大部分内容会很困难，但是也会开了眼界，在之后的时间里可以查阅更多资料来回味（预习）上课内容。不过给我更深印象的是在课余时间的与其他来自各个国家学员的互动。这就不得不先说整个MLSS的活动环节：
MLSS 的各种环节？
1. 正常上课：这个就不说了，平均每天3-4堂大课，每堂课1.5个小时。由于一般是在容纳几百人的大教室里上课，因此如果你打算认真听课的话，请注意把握之后提到的coffee break 时间，提前在前排占好座= =，这个和大学上课有点类似。MLSS的课程特点是在短短的几个小时内对机器学习的某个子领域做一个高屋建翎般的介绍，很多时候都是一页PPT就涵盖了几篇paper的核心内容，所以如果有个几页内容没跟上的话后面很容易GG。
2. coffee break: 在每堂课之间的休息环节。注意这个时间不是真的给你休息的（当然你也可以真的宅在教室里趴着睡觉，不过个人建议等上课后睡食用效果更佳），而是用来给来自五湖四海的朋友们勾搭交流的。这个环节的利用好坏，个人觉得直接决定了你整个两周MLSS的体验。如果你的英语够i流利，你够open, 够social, 面对不同肤色人的交流没有那种与生俱来的抗拒心理（这个海外党看起来会很奇怪吧= =），那你会很容易结交到一些能玩到一起的朋友。这会对你在之后的几天的活动安排会便利许多。coffee break 往往是在教室外面的大厅或外面的庭院，主办方提供各种饮料和甜点，同学们在疲惫的课后续上一杯咖啡，随手抄起一块面包，然后就在人群中找投缘的同好开始聊。于是你就会看见三三两两各自聚类的熙熙攘攘的热闹景象。对于那些内向的人（比如我）来说，这个时间就如在寒冷的冰原上疯狂寻找能够抱团取暖的篝火和人群一样难熬 ，所以一定要有心里准备。至于聊什么？这个就看你的表达能力以及平时的功底了。平时做的课题，自己的爱好，一些之后的行程安排都可以，反正是能把氛围维持下去的技巧越多越好，否则就只能直接跳到“互留联系方式”的阶段了。我因为受自己成长的局限，这个时间并不能利用很好。不过最后也万幸能认识一些日本、新加坡和中国的朋友（还有几个欧洲的，但是真的很少），在之后的日子里也玩的比较开心。
这里的coffee break 和各大会议中的 coffee break 环节是类似的，多多锻炼，对以后会有帮助。
3. poster : 不仅仅是请有名的老师上课，主办方也为那些希望能把自己平时的工作展示给大家的同学同样提供了交流的平台，这就是 poster 环节。poster 环节会在两周的课程中安排2到3次，在每次的poster 时间，很多同学会在不同的教室内张贴海报，将自己平时研究工作讲给大家听 。氛围就和学院祭比较类似，那些张贴海报的演讲者在那吆喝，那些单纯的参观者（比如我），就如同逛菜市场一样，东走走，西看看，看到张贴的内容自己比较感兴趣的，或者是围观的人比较多的，就走上去看一看，问一问。注意在这个环节，很多同学会把自己发在顶会上的内容做成poster来宣传，因此质量是不错的，某种意义上并不比那些教授的课逊色。有用高斯过程做时间学列分析的股价预测，有做量子机器学习算法分析的，有将神经网络和生物上的一些内容相结合的，还有 toyota 给自己公司做广告的(什么鬼)。 这个时间也可以利用好，多看看别人做了些什么，涨涨见识，同样也是结识同好的机会。
4. other events.
之后的一些活动就是地方特色了。比如日本的这次在上课之余还举办了两个休闲活动：日式传统的卡拉OK，以及一个晚宴。卡拉OK好理解，主办方在第一周的周四晚上包了一个场子，我们随便进房间High, 期间放开嗓子嚎，喝酒，乱入别的包间互动自不必说，你或许还有机会体验到日本卡拉OK的真正特色。我在乱入了一个之前认识的几个日本人的包间后，……嘛，反正还是比较High的……至于晚宴，就是那种 banquet, 人们人手一个高脚杯，在大厅内走来走去聊天。我感觉我的画风真心不适合…… 像这样的活动必然是每个地方都会有各自的风格，大体上都是主办方给你一个结识其他人，交流的机会。
总体来说，MLSS更像是一个平台，而你利用这个平台的好坏取决于你之前的各种积累。这个积累不仅仅是学术上的。我见到很多高中就出国读书的海外党，这种场合明显就是游刃有余，并不是我这个 level 的人能够做的到的。不过很奇妙的是，在参加完这样的活动，你总会在之前认知的基础上有所经历， 有所提高。只是你会知道，站在不同的高度上，看到的风景一定会不一样就是了。
从申请大学和自我提升的角度是否值得？申请时注意的问题？
申请大学这个事情不是我可以妄言的，你可以咨询一些其他参与过类似活动的海外党，MLSS当然会是一个分量很足的加分项。从自我提升的角度，毫无疑问，假使你之前没有参与过类似的活动，那么这个活动给你带来的体验，并不是你在参加之前就能想象得到的。因此如果有这样的机会，并且不与你的申请和课业相冲突的话，那么建议你参加吧，多体验一下。
至于申请时的注意事项？请注意不同的MLSS的选拔标准不一样，如果申请人数超过限额是会有靠简历和推荐信筛人的可能的。还有就是推荐信，我不知道秘鲁的MLSS 需不需要提交推荐信……我参加的这次是需要的。所以如有必要，请尽量拿到教授类似课程老师的推荐信，这很重要。
最后补充个我当年问的相关问题： 参加MLSS (Machine Learning Summer School) 是怎样的体验？ – 机器学习
谢邀。
推荐@魂魄妖梦的回答。我觉得说的已经很好了。
我来简单说几点我的感受：
1 我觉得MLSS最大的作用应该还是社交。大家背景各异，在一起开学术脑洞还是会擦出很多新的想法。而且coffee break、banquet、卡拉OK那些主讲的大佬也会参加。我后来在Facebook上看到有同学和CMU的ML大牛Smola一起唱K。（我卡拉OK没去，也有点后悔）
2 我觉得讲座内容偏难，我认识的人里感觉很少有能跟得上的（我觉得大家应该也不是谦虚）。导致后面的讲座上座率也是越来越堪忧。总之有些讲座太理论了第二页ppt开始我就看不懂了，我也就不在那里耗时间了。
3 我觉得肯定会对出国留学有帮助的，而且要推荐信啥的也算是留学申请的一种预演吧。能有机会去还是非常建议参加的。
以上
一些浅见给大家开阔一下思路
首先假设admission office审你材料的教授并不是机器学习方面的专家
于是在他眼里MSLL只是一个加强版的暑校，然后会发现参加这个暑校只要交钱就可以了
所以从参加本身的意义来说可能就相当于一个普通的大学暑期课程
学术上来说，我相信大部分speaker讲的内容你都是听不懂的，找了2014在中国办的，你可以看看MLSS 2014。 实际上我觉得这种会/暑校更多像是开拓眼界和思路，而不是真正去学什么东西的。
玩的角度，没去过，不过去玩玩也挺好
从我身边的人申请结果来看，这种东西只能锦上添花，意味着只有在你GPA和SAT都够了的情况下才有用。除非你能说发篇paper或者跟进实验室paper挂个名字啊或者能做出一些学术上的突破，否则不如去好好弄硬指标
歪个楼，问一下楼主参加kaggle比赛需要什么都会些什么东西