GRE General Testの準備

TOEFL対策の経験については先日こちらに書きました。

3か月でTOEFLの基準点をクリアするという目標は果たせませんでしたが、その次の挑戦で無事基準点を超えました。

次はGREの準備です。

こちらでも書きましたが、まずQuantitativeに関しては満点を狙わなくてはいけませんでした。

サンプルテストをやった結果、Quantitativeは最初から満点だったと思います。

本番のテストでは確実に一問間違えたのですが、結果的に満点だったので、全問正解する必要はないようです。

少なくとも日本人の理系の学生ならば全問正解が余裕で可能なレベルの試験です。

ただ最悪問題文の英語が理解できない可能性もあるので、サンプル試験を見て、統計用語などの親しみのない単語はメモしておきました。

Quantitativeが問題ないとなると、GREの準備はVerbalとAnalytical Writingに絞られます。

この2つだけを2か月半くらい集中してやりましたが、結果を言うとほぼ効果はありませんでした。

若干の点数の上昇はそれぞれ見られたものの、焼け石に水的な点数上昇です。

渡米後に友人の韓国人に聞いたところ、それぞれの点数を大きく上げるには半年くらいのトレーニングは必要で、実際にそれ用の効果的なテキストがあるようです。

ちなみにGREのVerbalに関しては、外国人の語学力はTOEFLでチェックしていると私の指導教官が言っていたのと、アメリカ人にもかかわらずVerbalは全然ダメだったと私のパートナーが言っていたのを合わせて、勉強する優先度は低いと思います。

あなたが理系ならば、Verbalを勉強するくらいならば研究をしたり、著名なオープンソースプロジェクトに参加してポートフォリオを作るなりした方が、人生にはもちろん大学院合格のためにも有益ではないかと思います。

 

TSEとGRE Subject TestのComputer Science

TSEは今ではTOEFLの一部となっているスピーキングのテストです。

学校によってはRecommended（Requiredではない）となっていたので、わざわざ受けに行って、悪い点数を律義に提出し、墓穴を掘りました。

現在ではスピーキングはTOEFLの一部なので、真剣に勉強しなければならないものだと思いますが、私は経験していないことなのでこれに関しては何もアドバイスできません。

GRE Subject TestのComputer ScienceもTSEと同様にRecommended（Requiredではない）となっていたので、わざわざ受けに行って、悪い点数を律義に提出し、墓穴を掘りました。

コピペではなく、同じミスを二回繰り返したのです。

この手のRequiredではないテストは、受けてみて点数が良かった時だけ提出してください。

『嘘はついてはいけないが、ネガティブな情報をわざわざ伝える必要はない』が私の伝えたいメッセージです。

余談ですが12月の出願後、3月末までいい連絡を聞かなかった私は、たぶん全部不合格になったと考え、翌年の出願に向けてGRE Subject TestのMathの勉強を始めました。

当時のコンピュータサイエンスの出願書類には、GRE Subject TestのComputer Science（今は存在しない）かMathかPhysicsをRecommendedと書いてあり、Computer Scienceでいい点を取るのは難しいと判断し、次回はMathにしようと思ったからです。

実際にMathはもと文系の学生である私でも満点が狙えるレベルだったので、もし追加的なアピールをしたいと考えている人は、GRE Subject TestのMathでいい点を取り、それを出願書類に含めるのはやってみる価値があるかもしれません。

先ほども書いたように、いい点を取ったときだけ提出です。

GRE Subject TestのMathは一か月も勉強すれば十分だと思います。

一つ厄介だったのが微分方程式を解く公式が覚えられないことでしたが、テストはマークシートなので、それぞれの選択肢を実際に微分してしまえばどれが正解かわかるという抜け穴を発見しました。

 

出願した学校

記憶が正しければ以下の学科です。

SiggraphというCGで一番有名な学会の、当時自分のやっていたモデリング分野において、過去10年の論文がどの学校から出ているかで決めました。

1. Caltech, Applied Mathematics
2. Stanford, Applied Mathematics
3. UC Berkeley, Mechanical Engineering
4. UC San Diego, Computer Science
5. Georgia Tech, Computer Science
6. Rice, Computer Science
7. Johns Hopkins, Computer Science
8. Washington University in St. Louis, Computer Science
9. UC Irvine, Computer Science

この順番でたぶん行きたいと思っていたと思います。

上位3つがコンピュータサイエンスではないですが、その理由は昔から私の興味はコンピュータサイエンスというよりは計算科学（Computational science[ref]Computer Scienceと似ているが別物。[/ref]）で、理論よりも実際にコンピュータを使って問題をガリガリ解いていくのが好きだからです。

新井紀子教授はAIの専門家ではない 『AI vs. 教科書が読めない子どもたち』という記事で紹介したデモにも関連しますが、コンピュータサイエンス的に理論的に解けない問題でも、現実的にはなんらかの方法で計算科学では解決しに行きます。

そのような理論的にはダメでもコンピュータを使って近似的に問題を解くための実用的なテクニックが物理や機械工学では頻繁に使われており、意外にそういうものをコンピュータサイエンスの博士号を持っているような人でも知らなかったりします。

 

合格発表

結果として3番目のUC Berkeley, Mechanical Engineeringだけから合格通知をもらい、他はダメでした。（Ph.DでなくMasterならばOKと言われた学校はありました。）

聞いた話によると合格者は1月ごろから連絡が行くそうです。

つまりなかなか連絡がこないという事は、あまりいい状況ではないということのようです。

自分は2月に入っても連絡が来なかったので、もう駄目そうだなと思い、GREのMathの勉強を始めていましたが、3月末になってBerkeleyから連絡がきました。

いわゆる補欠合格的なものだったと思います。

---

 

↑記事をシェアしてください！読んでいただきありがとうございました。