被美国top25全拒的TA：GPA 4.0，10岁出版两本小说，钢琴11年、作曲5年

美国的华人家长圈，前不久在热议一个申请名校的孩子：GPA4.0，全美AP学者奖，北美高中quizbowl比赛冠军队主力、钢琴11年、作曲5年、国家级钢琴比赛B组最高奖、10岁时出版两本小说、当地电台主持人、上过当地报纸、累计300小时公益活动、跆拳道黑带……

这样的简历，在名校面前，不得收到一堆Offer？

但！她报考美国前25的大学，通通被拒！

令人绝望的超低录取率，除了源于全世界申请人“量”的增长外，也和近年来申请者“质”的提升有密不可分的关系！

哈佛大学招生院院长Fitzsimmons曾表示，他们希望看到具有以下两种品质的学生：

很多学校的老师更看重的，是孩子的内驱力和生命的激情，是不是具有领导力的潜能，在某个领域能引导别人和超越时代。下面这三个学生的例子，就是因为他们生命中的一种热情和骨子里坚持不懈的热爱，吸引了招生官。

中国学生Frank在洛杉矶市长办公室实习期间，为提升美国华人的投票意识，通过大量社区活动、社会义工、拍摄宣传视频等实际行动，证明自己的政治热情。最终以托福107，SAT2150这样并不算优秀的成绩，被哈佛录取。
热爱泡面的王同学，把亚洲各个品牌的泡面都吃了一遍，这段吃货经历让他最终被罗切斯特大学录取。招生官在录取通知书上写道：“得知你对泡面的狂热后，我们都确信你会坚持到底，能作为罗切斯特的一员，成长得更加强大。”
一个吃货妹子，因为申请文书里表现出自己对披萨深沉和执着的爱，前一段时间被耶鲁大学录取了。

这些个例可能会让一些家长和学生疑惑，到底准备什么样的成绩和背景才能被藤校录取呢？

什么样的孩子更容易被藤校录取？

优秀的高中成绩（GPA），合理的英语标考成绩，有个人特色的申请文书。这些硬件条件，是众所周知的，没有一个好的成绩以及表达自己的能力，无论在丰富的经验，都无法让你先触及到名校的门槛。

突显个人经历的补充文书。藤校都要求提交一到多篇的小文书，从具体的几个方面来判断申请者与大学氛围是否契合，找到最适合新生团队的成员。哈佛大学的申请列表中专有一列要求学生填写学术活动，并指明是学生自主的学术项目、培训/研究课程或者暑期学术项目；耶鲁大学要求学生在小文书中阐明1-3个学术兴趣或者目标；

体现兴趣和能力的个人活动。课外活动和成绩不是互补的关系，而是在已有足够优秀成绩的基础上才谈论课外活动。千万不要为了追求课外活动多样而忽视了高中成绩这一最重要的因素，从而导致申请本末倒置。

级别高的荣誉和奖项。申请中，学生需要罗列9-12年级得过的奖项和荣誉，国际性或者国家级别的大奖往往更有说服力，藤校录取中的一部分名额也是优先考虑有此类奖项的申请者。前几年英特尔国际科学与工程大奖赛（Intel ISEF ）获奖者被哈佛、耶鲁大学录取的还被争相报道。以及有方辅导的Leo同学获得了丘成桐计算机铜奖后，被斯坦福录取。

小助手整理了计算机相关的课题

扫描下方二维码添加小助手
一对一免费咨询
👇

探究课题

城市交通预测与机器学习
导师：多伦多大学博士
方向：计算机、统计学

内容：本课题将以交通预测问题作为切入点，引导学生学习、理解机器学习基础，掌握部分机器学习工具，并用其解决实际问题。对于交通预测这一实际问题，本课题将逐层展开分析，介绍问题难点所在，并通过对线性回归——循环神经网络——技术发展前沿进行讲解或科普带领学生了解问题、算法及两者间的关系。

基于机器学习与组合理论的量化投资
导师：杜克大学量化管理专业硕士
方向：计算机、经济金融、统计学

内容：因子模型是投资组合理论的前沿，在业界有着广泛的应用。随着现代数据科学的发展与机器学习算法的普及，统计因子模型被更广泛的应用于算法交易之中。其基本思路是运用无监督机器学习法，根据数据本身特征而非理论模型提取出风险因子，进而对投资标的定价并寻求超额收益。

基于深度残差网络的大型图像搜索引擎
导师：康奈尔大学计算机科学硕士
方向：计算机、统计学、数据科学

内容：本课题将带学生初步理解机器学习方法。并利用传统机器学习方法，分析课程数据库中的所提供的10000张图片及其文本描述，结合ResNet建立一个大型图像搜索引擎。引擎将实现以文字搜索图片，以及以图片搜索类似图片的功能。

电影评论中的情感和舆情分析
导师：南加州大学计算机专业硕士
方向：计算机、统计学、自然语言

内容：本次课题结合机器学习和自然语言处理两门学科，在帮助学生加深对数学线性代数和机器学习重要算法应用了解的同时，还可以让学生利用所学知识对机器学习中向量机算法构建数学模型对词语情感进行分析探究。最后对比其他主流算法，帮助学生进行结果预测和对结果预测的原因分析。

科研课题

机器学习算法实现手指光标的新型人机交互方式
导师：西北大学博士
方向：计算机、统计学、线性代数

内容：本课题旨在利用计算机视觉技术实现新颖的人机交互方式。使用计算机的前置摄像头捕获用户的手势，并应用统计学习和机器学习方法对手势进行分析，最终使得计算机可以执行对应的指令。

计算机视觉感知：目标追踪和识别
导师：约翰霍普金斯大学博士
方向：计算机、统计学

内容：本课题旨在探索识别和辨认的潜力，通过对含有有标记数据的数据库进行分析，应用机器学习的方法自动模式学习，提取合适的特征，最终识别和辨认目标。使用常用方法评估机器学习方法的效果，理解数据量，参数多少，网络结构等对算法目标检测和识别效果的影响。

★有方过往学员部分成绩★

丘成桐中学科学奖

2018 年，荣获全球金奖（全球第一名）
2017 年，荣获全球铜奖（全球前五）
2018 年，荣获全球优胜奖（全球前 3%）
2018 年，荣获地区一等奖，入围全球总决赛（全球前 5%）

Intel ISEF英特尔国际科学与工程大奖赛

州赛 TOP 6
电子与电气工程师协会IEEE专项奖
美国统计学会ASA专项

想要获取详细课题大纲

请扫描二维码

关注「有方背景提升」

有方教育