ベストアンサー
ウェブ上で見つけたランキングによると（ US News Best大学院＆大学ランキング）、スタンフォード大学の統計学のMSは、常に上位3つのプログラムに含まれています（ハーバード大学とUC）バークレー校）、そしてしばしば1位です。次のことを考慮すると：-統計は重要な研究分野です。-データサイエンス（世紀の初めの「大きなもの」の1つ）は統計を頻繁に使用し、（私は推測しますが）ある種の「誇大宣伝」。-この学位は少人数の学生を受け入れます（学部では来年は約30人の学生がプログラムに参加する予定です）。-来年は400人以上の応募者がありました。このMSを検討できると思います。選択的」。
「学界での研究経験がほとんどなくても入学することは可能ですか（しかし…）？」この質問に対する私の答えは次のようになります：はい！
In実際、私は数ヶ月前に受け入れられましたこのプログラムは「学界での研究経験がほとんどない」。私は教授の1人と少しの研究を行いましたが（統計ではなく確率で）、出版物や論文はありませんでした。私の友人も、学界での研究経験がなくても受け入れられました！
私はフランス人であり、まったく異なる学術システムから来ていることを言及することが重要かもしれません。それは何かを変えたかもしれませんが、私はこれが私の申請方法です：-私のSoPでは、2つの専門的な経験（進行中の産業研究インターンシップと数理研究インターンシップ）を提案しました。-私は「強い」と感じました。推薦状（3部門長）ですが、選択は非常に厳しかったので、それをしなかったとしても、それを提案したいのであれば、あなたの専門的な経験から1つ（それ以上ではない）のLoRを尋ねることをお勧めします。 GREテストで頑張ってください。外国人学生として、彼らは私の口頭とライティングのスキル（かなり低かった）を本当に気にしなかったと思いますが、あなたは量的な部分で優れている必要があります！ -来年も応募したいと思います。スタンフォードの締め切りは遅い（2015年2月）ので、教授に連絡して、2月までに学界で新しい研究経験を積むことができます！ -しかし、私の意見では、最も重要なことは、アプリケーションを一貫性のあるものにすることです。あなたのアプリケーションを読んだ人にとって、統計はあなたにとっての分野であり、スタンフォードはあなたにとっての大学であり、あなたは彼らが必要とする学生であることは明らかです！このために、あなたは学部のいくつかの出版物を読むべきです、それはあなたのSoPのためにあなたを大いに助けます。 -そして最後になりましたが、「幸運を祈ります！」。愚かなアドバイス？多分 ！しかし、私は多くのプログラムに応募し、私を受け入れたプログラムよりも「選択性の低い」プログラムに拒否されることがあります。1つまたは2つの大学に応募しないでください。あなたの記録があなたの応募を読んだ人の好みに合う場合があります。そうでない場合もあります（あなたの名前がTerence Taoの場合を除く）。米国には多くの優れた統計プログラムがあり、スタンフォード大学でのみ適用するのはばかげたリスクです！
回答
★★★★★
はじめに：アカデミックプログラム
レビューを書いてくれたAndreas、Alfredo、Irwanに感謝します。私はこれらのレビューをエコーし、別の視点を追加します。
私たちは優秀な仲間や教授に囲まれ、絶えず挑戦され、成長を求められています。当然のことながら、コースワークは研究に傾倒しており、強力な理論的および実用的な基盤を提供します。コースは、応用数学、最新の統計、およびコンピュータサイエンスから大まかに引き出されます。カリキュラムは学際的な精神であり、キャンパス内のすべての学校で奨励されています。
すべてのMSデータサイエンスの学生は、前述の学問分野の専門知識で比較的固定されたコースワークを受講します。高度な学部課程の準備を除いて、大学院レベルのコースに登録することへの期待は最小限です。私たちのコースの多くは、博士課程の学生のためのコースタイトルが与えられています。そのため、学術研究のコースワークは厳しいものです。
統計学部のWebページによる学習目標は、強力な数理、統計、プログラミング、および計算のスキルを開発することです。私の見解では、これはデータの処理を必要とするドメインの基盤を確立します。多くの分野で、スタンフォード大学のこの学術プログラムが満たすデータ中心のモデルが認識されています。
利点：幅広いカリキュラム
ICME、統計、およびの専門家と学ぶ機会があります。コンピュータサイエンス。工学と人文科学の学校を超えて、多くのコースが登録のために開かれています。適切なリクエストを行えば、コースワークを他の学校にも広げることができます。これらのオファリングにより、コースの選択科目が限られている場合でも、必要なコースに加えて、ドメインの専門分野や関心を設計することができます。
たとえば、次のようなものが含まれる場合があります。
工学部：ソーシャルネットワークのAI、自然言語処理、または機械学習。
ビジネススクールとして：マーケティング、IT、組織行動、財務、または追加のコラボレーションのための統計モデリング。
医学スクールとして：遺伝学、臨床試験、意思決定支援システム、または追加の貢献における統計モデリング。
人間科学部：シンボリックシステムまたは哲学における人間とコンピューターまたは自然/形式的な言語の相互作用：または心理学、社会学、または経済学の事例研究のための統計モデリング。
これらの専門分野の全体的なポイントは、スタンフォード大学の学校がさまざまな分野の研究に従事し、データサイエンスだけに焦点を当てたものではなく、包括的な教育を可能にすることです。
評価：学習と成果
データサイエンスのこのMSでは、学生は励まされ、限界を超えてプッシュされます。以前の大学での優れた仕事は学生に入学資格を与えることができますが、プログラムを正常に完了するには開発と改良が必要です。
雇用の成果として、企業、政府機関、その他の組織などの組織は面接に熱心です。学生。 ICMEは、就職説明会や就職説明会のような毎年恒例のイベントを開催しています。グーグル、マイクロソフト、ベイン、LLNL、および他の多くのような多くの主要企業が訪れました。現在のMSとPhDの学生とシニアメンバーの間で会議があります。学生が企業での特定の雇用機会に予備的な関心を示し、潜在的な雇用主が最適な候補者に焦点を当てる効果的な方法を示すときです。
結論：
全体、このプログラムは貴重です。これは、基本的なデータサイエンス教育を組織し、幅広いコースを提供し、有望な学生を優れた雇用主にネットワークで提供します。学生を業界の主要なデータサイエンティストとして、または博士号プログラムに訓練する必要があります。業界と学術的関心は驚くべきものであり、スタンフォード大学とシリコンバレーとの歴史的および地理的なつながりによって拡大されています。