新的学期，你的课表还好吗？比起美食，选课更能决定你的生活质量，丰富的大学课程，到底该如何选择呢？
01选 课 方 式
网上选课与办公室选课
选课方式分为网上选课和行政办公室由学校工作人员协助选课两种。一般来说同学们都会选择网上选课的方式，无法登陆网上选课页面的同学可以去行政办公室由工作人员帮助选课。
02课 程 类 型
注意自身需求
按照课程类型来讲，大学本科课程一般分为基础课程、选修课程和专业课程三种。
在选课开始之前，学校会公布新学期课程时间安排、课程内容、授课老师、考核形式等信息，可以通过学校官网了解课程的基础信息。同学们可以根据自己的专业与偏好预选课程，在选课正式开始的时候登录系统选课即可。
在大学，一门课往往会有不同的授课老师，上课时间和课号也会有区别，在选课时可以选择自己了解并喜欢的授课老师，也可以根据自己的作息习惯选择某一时段的课程。
03学 分 设 置
注意课程时间
学生的学习进度一般以学分来衡量，只有修满足够的学分才能顺利毕业。一门课程的学分量，标志着学生需要学习的时间。一般来说，如果选修一门三学分的课，那么这节课每周的课堂时间也是3小时。而一些特殊的实践课虽然也是三学分，但会需要你花费更多时间学习。
04选 课 避 坑 指 南
这几个坑千万不要踩
选课不必好高骛远
虽然中国留学生群体经常给大家留下理科大神的形象，这并不意味着每个人都可以轻松拿高分。高中的课程深度与大学课程有着很大的差距，有许多“基础课”实际上并不那么基础。
即使高中阶段成绩不错，也不要给自己选过多的课程。你的精力是有限的，分给每门课程的时间太少，到期末考试时也会没有足够的复习时间，很难拿到好成绩。在低年级阶段应留出充足的时间让自己适应环境，随着年级的提升慢慢增加课程数量。
避免太早的课
选择住在校外或者起床困难的同学，就尽量避免早八点的课程吧。好不容易从床上爬起来，还要匆匆忙忙地赶去学校，可能早饭都来不及吃就要冲向教室。如果这节课的内容恰巧比较晦涩，那教授带有口音的英文将会是你最好的助眠曲。
不要盲目相信评分
Rate My Professors是一个学生自发给教授打分的网站，有许多同学在选课时会参考教授的评分。但这个评分是一个非常主观的评价，高分的教授并不一定会适合你。也许他讲课内容丰富得到许多同学青睐，但他的授课方式你并不一定能适应。低分的教授也不一定是毫无优点，也许只是教授的课程难度较高。
所以不要盲目相信Rate My Professors的打分情况，与同校同专业的学长学姐交流真实详细的课程体验才是最靠谱的。教授的口音是怎么样的、课后作业量大不大、课程评分是否严格、课程难度大不大、对自己的专业是否有帮助，要多方面了解细节才能避开GPA低谷。
哈佛推出 AI in Medicine专业
哈佛推出 AI in Medicine专业， 标志着AI/计算机/数据科学和生命科学的结合趋势不可阻挡。这个也意味着本科学生和研究生的专业选择更多会进入AI/生命科学的赛道。
哈佛人工智能（AI）正在改变医学，并承诺医学院推出医学人工智能博士项目（AIM）：培养下一代医学与人工智能交叉领域的领导者
人工智能（AI）正在改变医学，并承诺为医疗领域带来革新。然而，医学领域面临着越来越多的挑战，包括专业化趋势、医疗保健成本上升、资源短缺和提供平等优质护理的难题。为了应对这些挑战，哈佛医学院的生物医学信息学系（DBMI）管理着医学人工智能博士项目（AIM），旨在培养下一代人工智能和医学交叉领域的领导者。
AIM项目的目标是培养优秀的计算学生，利用大规模的生物医学数据和尖端的人工智能方法，创造具有临床影响力的研究和新技术，从而改变全球医学领域，并提高健康结果的质量和公平性。
该项目与波士顿地区的主要医疗机构合作，为学生提供实践机会，并与行业领导者合作开展研究项目。学生将接受来自DBMI的主要人工智能研究人员的指导，他们在计算机视觉、生成语言模型和图形神经网络等领域具有丰富的经验。
除了核心课程外，学生还将选择至少4门选修课，可以在哈佛大学的其他学院和部门中选择。学生还将在两个实验室轮换，并参加初步资格考试。
AIM项目还采用了共同指导模型，为学生的研究提供了方法和应用临床指导。学生将选择一名技术导师和一名医院临床导师，以加强学术研究与实际应用的联系。
该项目将于2023年9月开始接受申请，对申请人的成就和潜力进行全面评估。GRE分数是强烈推荐的，但不是必需的。初步审查后，将邀请一部分申请人进行面试。
通过AIM项目，哈佛医学院的DBMI将培养出具有人工智能和医学交叉领域知识的领导者，推动医学领域的创新，并为改善全球健康结果做出贡献。
课程
AIM课程将临床课程和经验与应用于医学和医疗数据的统计、机器学习和人工智能（AI）方法课程相结合。学生需要完成四门核心课程和临床轮换：
医学中的人工智能I（秋季）
医学中的人工智能II（春季）
人类病理学（秋季）
负责任的科学行为（秋季）
临床医学简介I（临床经验）
临床医学简介II（临床经验）
必修核心课程的基石是医学I和II中的旗舰人工智能序列，由DBMI的主要人工智能研究人员教授，包括Isaac “Zak” Kohane、Arjun Manrai、Chirag Patel、Pranav Rajpurkar、Kun Hsing-Yu和Marinka Zitnik。这个序列将为学生提供创建人工智能的知识，这些人工智能跨越计算机视觉、生成语言模型和图形神经网络等领域的最新模式，并结合各种数据类型，以改善临床决策和生物医学研究。
除了核心课程外，学生还将与AIM教师顾问协商，选择至少4门选修课。选修课程可以在生物医学信息学系、HMS的其他地方或哈佛大学的其他学校（如哈佛大学T.H.）中选择。除了麻省理工学院外，chan公共卫生学院（HSPH）、工程与应用科学学院（SEAS）或商学院（HBS）。
通过哈佛医学院的医学人工智能博士项目（AIM），学生将接受世界一流的教育和指导，培养出在医学和人工智能交叉领域具有领导力和创新能力的专业人士。该项目将为医学领域带来新的思维方式和技术应用，为改善全球健康结果做出重要贡献。AIM项目将在2023年9月开始接受申请，为有志于在医学和人工智能领域取得突破的学生提供了一个难得的机会。
重磅推荐
你的学生在AI/生命科学的赛道上准备好了，如果需要升学规划，欢迎咨询 Haddee Education。Haddee 早就为计算机/统计和生物跨界专业感兴趣的学生准备了1对1 和小班的科研辅导， 指导老师是藤校博士生，Ms. Gao.
课程链接：https://m.haddee.com/courseDetailid=392&type=1
高中：生物科学和生物统计研究导论
课程描述：
本课程的总体目标是旨在为学生提供有关统计学、生物科学、R编程和研究技能的方法和应用的基本基础。R编程可能听起来有挑战性，但请不要担心，我们将使其变得简单而有趣！
这是一门旨在培养学生最终能够进行自己研究的综合性研究技能课程。
在10-20个小时内，我们将一起进行研究课题的头脑风暴，涵盖相关的生物科学和统计学知识，学习如何阅读研究论文，并解释如何解释数据。学生们应该在本课程结束时撰写一篇简短的研究论文。
课堂主题
第1课 相关的生物科学知识（1）
第2课 相关的生物科学知识（2）阅读相关研究论文（1）
第3课 如何撰写研究论文的引言 阅读相关统计学知识（1）
第4课 相关的统计学知识（2） 阅读相关研究论文（2）
第5课 相关的统计学知识（3） 如何撰写研究论文的方法
第6课 R编程会话（1） 数据解释（1）
第7课 R编程会话（2） 数据解释（2）
第8课 R编程会话（3）数据解释（3）如何撰写研究论文的结果
第9课 相关的统计学知识（4）阅读相关研究论文（3）
第10课 R编程会话（4）如何撰写讨论部分
大学：生物统计学与数据分析原理，流行病学导论
本课程的总体目标是旨在为学生提供生物统计学、R编程和流行病学研究方法的方法和应用的基本基础。这是一个针对期望最终进行自己的研究的学生的统计或定量方法综合课程。在12周内，学生将在前8周每周上课2-4小时，在最后4周的研究和编程课程中每周上课2-4小时。学生们应该在本课程结束时撰写一篇简短的研究论文。
有用链接：
Haddee 名校学生的大学文书：https://m.haddee.com/blog/detail?id=10071
在Haddee 实习怎么让我进了康奈尔：https://m.haddee.com/blog/detail?id=10067
