經過兩年把UCLA CS MS的課程都修完畢業，
來分享一下我修的課程，也給後人一點參考
部落格原文：http://goo.gl/u3txrZ
UCLA CS MS要畢業門檻有兩種
1. 修九堂課 + Master project
2. 修七堂課 + 論文
相比寫論文，做master project的難度相對低了很多，
而且只需要系上三位老師簽名即可，
我認識的大部分同學都是這個選項，
我入學時系上說可能會取消project變成純修課，
但是我還是選擇做Master project畢業。
UCLA 碩士需要通過 MS Breadth Requirement，
這個代表一些CS的基本課程(Ex: 程式語言、作業系統、人工智慧、網路系統等等)
如果你大學部是主修資訊相關，大部分課程可能都有修過了，
可以去跟系上抵免，而且也不是全部都需要修，
他有不同的類型，只要在每個分類有達到門檻即可，
詳細資訊可以看這裡: http://www.cs.ucla.edu/ms-breadth-requirement/
如果大學部不是CS主修，那可能就要修一點UCLA大學部的課達到這個要求
這邊描述一下我所修CS的課，2xx就是研究所的課，1xxx就是大學部的課：
1. CS 263C Animat-Based Modeling:
這堂課是Machine learning相關，老師會講解如何用程式模擬動物行為，
大到動物間的交流互動，小到如何模擬四肢移動，
整堂課是一個paper報告跟一個學期project，算是比較輕鬆的一堂課。
2. CS 174A : Computer graphics
講解基本的CG，這是大學部的課程，我們使用webGL (寫javascript)
老師會講2D跟3D作圖，光影模擬等等，
整堂課有三四個程式作業，期中考期末考，跟整學期的小組project
算是有趣但是比較忙的課程，但是難度相比其他的大學部的課簡單。
3. CS 249 : Big Data Analysis:
這堂課是Data Mining 相關，比較偏理論
期中考跟期末考加上paper報告跟學期project
學期project老師讓我們從KDD或是Kaggle 選擇一個題目來做
課程內容蠻多的，但是一堂不錯的課程。
4. CS260 Machine Learning Algorithms:
就是介紹Machine Learning，是個蠻簡單的課程
老師著重於概念而非數學，如果要很精確的數學介紹可以去統計系
期中考跟期末考加上兩三個作業，還有一個題目設定好的學期project
5. CS 188:
系上有很多堂188的課，每堂課都不太一樣
我這堂是Unity的動畫設計，其實就是教你從頭學習Unity
每週有學習進度目標，然後慢慢做成學期末的個人project
這堂課我花超多時間來練習跟慢慢調整，去網路上找不同的3D model
附上我最後做的小動畫(雖然錄下來有點卡): http://goo.gl/JlCyQO
6. CS 239:
系上也很多CS 239的課程，我這堂課是Majid Sarrafzadeh 開的
老師在課堂上介紹如何申請美國專利，然後希望我們想出新的idea
做出實際的prototype (都需要跟醫療產業相關)，如果可以的話就難去申請專利
整堂課就只有最後的小組project報告，有趣輕鬆也能學到東西。
7. CS 275: Artificial Life
這堂課跟Machine learning/CG相關
主題跟我上面介紹的CS 263C Animat-Based Modeling有點相關，但是不同內容
整堂課就是個人paper 報告跟小組報告，輕鬆的課。
8. CS118: Computer Network Fundamentals
因為我在大學部沒有學過網路，所以在UCLA修
期中期末考跟兩個程式作業，都是實作網路協定，算是CS的重要課程
可以學到很多基本知識，但不是輕鬆的課。
9. CS 219: Scalable Internet Services
這個是業界講師開的課程，主題是講解如何做一個Scalable的網路服務
從頭學習Ruby on rails，把網站架在AWS上面
全班用Github開發，可以互相學習
然後跑不同的模擬測試，看如何優化你的網站功能。
除了上述的課程，我還有修一個電機系的課跟兩個英文課，
UCLA的課程我覺得還算可以，要挑你喜歡的課來修，
問題是同學很多人，你想要的不一定搶得到就是了。
希望學弟妹都能上自己想上的學校。
最後，歐耶，我畢業了！
部落格原文：http://goo.gl/u3txrZ