南京大学LAMDA（周志华）组的实力如何？

有意向深造，只知道这个组在业界名气很大，具体实力不是特别清楚。

消失的地平线 · 2019-10-11 21:28:07

论坛用户发表于 2018-11-11 21:08
历史上第3位华人AAAI Fellow（大陆第一位），腾讯犀牛鸟计划特聘教授，周老师桃李满天下

请问一下进周志华老师实验室的申请材料“研究动机说明”从哪个方向写，应该怎么写？谢谢

dingh · 2018-11-11 21:08:48

我只能说非常牛逼。我认识的一个非常强的搞机器学习的同学（读博士的时候已经是若干Journal的审稿人）对周志华几乎可以用崇拜形容。

论坛用户 · 2018-11-11 21:08:47

历史上第3位华人AAAI Fellow（大陆第一位），腾讯犀牛鸟计划特聘教授，周老师桃李满天下

小小程序猿 · 2018-11-11 21:08:46

为了回答这个问题，我决定去看看他们组这几年发的好论文，看完再来回复。

渣狗王 · 2018-11-11 21:08:45

周志华教授是今年新增的ACM Fellow。。。比什么透明计算不知道高到哪里去了

徐秋灵 · 2018-11-11 21:08:44

搬了一年的砖。见过两位组里的老师，个人能力都是非常厉害的。而且老师非常认真负责，组里的同学也都很强，打广告啦，欢迎来俞老师组啊，老师人超好。

论坛用户 · 2018-11-11 21:08:43

国内ML四个最强的组：
南大周志华
清华张钹朱军
清华张长水
北大王立威

用户 · 2018-11-11 21:08:42

iDST杭州有两位lamda实验室的同事，一位保研，即将读研，一位博士第五年。那位和我一样是本科生的同事，他聪明，高效，踏实。我们会经常讨论问题，还在他没事的时候拽着他推过公式: p；那位博士，之前还是苏大数学系副主任(博士未毕业啊喂…)，去年有一篇高质量NIPS。在另一个答案提过他，对他的学术水平和知识能力非常敬佩，为人也一样靠谱。
所以lamda实验室给我的印象是，专业水平过硬，为人踏实靠谱工作效率高。
记得同事提到过，周老师招收博士生，要求是必须要有读研经历。
而机器学习这个方向，lamda实验室应该是非常非常好的选择了。记得一句话：周老师是集成学习(ensemble learning)的集大成者。

论坛用户 · 2018-11-11 21:08:41

周志华老师及其团队在学术和育人方面的优秀，是超越学校品牌的。也就是说，无论把他们放到哪个学校，都值得同学们去读他们的研究生。

张晨麟 · 2018-11-11 21:08:40

在机器学习的方面，LAMDA应该是国内最好的两个Lab之一。【另外一个是THU】但是考虑到我校和THU的生源比较，其实我个人觉得可能对于一般的申请者来说，机器学习方面LAMDA是相当好的一个选择。
关于LAMDA的实力，其实看看周Boss的引用以及h指数就知道了，这里我就不多赘述了。另外不止是周Boss，周Boss手下的一批人也都很牛，具体可以上LAMDA的主页去查看。
LAMDA的推免招生其实在上周基本已经招完了。【刚才看到本周有第二批招生】就我看到的生源来说，南大本校的相对来说也比较少，外校的很多很多。而且都是相对来说比南大要低一个档次的大学，但是这不妨碍他们做出非常好的成绩，甚至某些老师会更偏爱那些外校的学生。
以上如有错误，望指正。
Update一下利益相关：当年回答这个问题的时候我还是南大的一个普通本科生。现在已经是LAMDA直博二年级了。

yuanboshe · 2018-11-11 21:08:39

最近有些空余时间，受朋友邀请，作为LAMDA组毕业的一员，捡起论坛账号来留名了~

LAMDA——南京大学计算机软件新技术国家重点实验室机器学习与数据挖掘研究组，主任是周志华老师。关于周老师的一大堆光环（AAAI Fellow 计算机科学与技术系周志华教授入选 AAAI、IEEE Fellow、IAPR Fellow......），互联网上可以搜到，也可以看这里（Zhi-Hua Zhou's Homepage），组里除了周老师，还是很多其他实力超群的老师，详细信息可以通过LAMDA主页了解（主页 - LAMDA）。关于老师们的实力，我不敢乱评，老师们作风低调严谨，乱说要挨训。很多信息用心搜一下，都是可以找到的，总之就是国内机器学习最早的研究者里面的人。

LAMDA组的老师很忙，即使看到一些相关评论也是无视的，只管做自己的研究。LAMDA组的学生偶尔会出来逛逛，比如下面这两位同学 @卢勃 @魏秀参：

也往往是打打酱油路过而已。LAMDA组风格低调严谨，要求学生“在组里的时候，专心做研究就行了，不要在外面乱说话”，于是在很多人看来会比较神秘~

我在LAMDA组待了3年，课题是“基于视觉的自主导航”，属于机器人智能化工程类，而其他大多数同学以机器学习和计算机视觉理论为主。已经毕业一年了，作为自由人评论一下。
问问题的同学是想报考人工智能方向的实验室吧，我可以介绍一下LAMDA组的风格，如果想知道LAMDA往届学生去向，可以关注这个页面以往研究生/博士后。
招生风格
LAMDA是先面试再报考（评价你合不合适，否则耽误你的读研时间，也会造成资源浪费），对于面试可以看一下这个页面（LAMDA招生说明），有以下几个要点：

兴趣。如果你花几年做自己不感兴趣的事情，其过程会很痛苦，所以建议先调研一下LAMDA感兴趣领域，看自己是否真的喜欢在那个方向做研究。
动机。也就是说，你最好事先有很完善的职业规划，不要只是找一个避风港逃避就业。先想好自己的目标是什么，需要什么，进LAMDA学习能不能满足你的需求，然后再报考。

我是华中科技大学机械学院毕业的，本来和人工智能八竿子打不着；工作三年做的是软件开发和系统架构，用到些搜索引擎、图像和语音的东西，但和人工智能关系也不大；因为想做智能机器人，需要具备人工智能知识，才想读研学习人工智能技术。找来找去，发现我的价值观和LAMDA的招生风格很相符，非常喜欢，所以报了LAMDA的面试。对于我来说，跨专业、跨届、跨省，毫无背景的一个人，可能因为兴趣和动机因素，通过了面试。从价值观角度选学生，也算是一种软实力吧。
做研究的风格
LAMDA组分很多小组，由不同的老师带领，负责不同的研究方向，每个人最初都可以自由选择期望跟着哪个老师做哪个研究方向。做研究方面，周志华老师有一套方法论：

Topic。首先，你得搞清楚你要研究的对象是什么，可以是导师给你的也可以是自己去发掘的。导师有丰富的领域经验，可以告诉你哪些topic更值得花时间去深入研究。
Problem。然后，你得搞清楚，你的研究解决的是什么问题。导师可以帮你判断你要解决的这个问题是否有价值。
Idea。再然后，你得有思路去解决要研究的问题。导师可以帮你判断你的想法是否可行。
最后，把研究做起来吧......

从中可以看出，LAMDA的论文都是“做”出来的，而不是“写”出来的。
为什么LAMDA会有那么多高质量的Paper？
一方面，很多老师就是领域内的专家，深入研究了很多年，经验丰富，知道哪些问题值得去研究。这样学生花费精力做研究的时候，就不至于把时间浪费在了没有价值的事情上。另一方面，LAMDA也有很不错的学生培养体系，提升学生的知识功底，学生的大把时间也都用在做研究上。人的精力都是有限的，把有限的精力用在刀刃上，自然产出的质量就高了。

利益相关：LAMDA组毕业的学生。

南京大学LAMDA（周志华）组的实力如何？

11 个回复