大家看看这个学习问题用啥工具做？# Programming - 葵花宝典
r*9
1 楼
R２１，15impact score ，２％ percentile
确实运气比较好， 烂笑，吐番， ５年５个proposal，中了３个， 一个粥里， 一个
dod,还有一个r01的co-pi
确实运气比较好， 烂笑，吐番， ５年５个proposal，中了３个， 一个粥里， 一个
dod,还有一个r01的co-pi
a*n
2 楼
tablet 一直以来就是overpriced.HP开了一个好头。虽然她的这块业务死了，但是对消
费者来说是大大的利好，以后其他牌子的肯定会跟着降价。
可以预计tablet会像GPS 一样普及到千家万户
HP，人们会永远记住你
费者来说是大大的利好，以后其他牌子的肯定会跟着降价。
可以预计tablet会像GPS 一样普及到千家万户
HP，人们会永远记住你
g*u
3 楼
一推 features， target 是个数值 ，比如营业额， target越大排名越往前。
最后 predict 只关心rank，不关心预测的target 差别多少。
比如预测的时候输入是100个samples ， 我关心的是 这100个sample最后的相对位置，
最后的预测的target 能准更好， 但是完全不准也没关系， 我只关心这个100个
sample 按照预测进行的排序 顺序。
大侠门有啥指点？
谢谢
ps 我现在做的 比较笨 就是当成个regression来做 用lightgbm 和xgb 预测target
然后排序。
也还行，有点效果 但是感觉有些重要信息没用上。
最后 predict 只关心rank，不关心预测的target 差别多少。
比如预测的时候输入是100个samples ， 我关心的是 这100个sample最后的相对位置，
最后的预测的target 能准更好， 但是完全不准也没关系， 我只关心这个100个
sample 按照预测进行的排序 顺序。
大侠门有啥指点？
谢谢
ps 我现在做的 比较笨 就是当成个regression来做 用lightgbm 和xgb 预测target
然后排序。
也还行，有点效果 但是感觉有些重要信息没用上。
l*l
4 楼
投5个中3个，太牛了。不过，5年投5个，平均的话，大多数人一个都中不了。你的成功
很难复制啊。
很难复制啊。
d*z
5 楼
人家有没死
w*g
6 楼
learning to rank是一个大坑。但是从物理意义考虑，营业额才是本质的。
所以我并不太trust那种用pair或3-tuple做训练的方法。
我给个保守的建议。还是做营业额regression。
但是预测完以后做ranking，然后按ranking的对错给每个样本的
regression loss加权，然后再back-propagate。
至于怎么加权需要发挥点创造力，试几种不同的方法。
xgb可以plugin loss function，我不太记得具体情况了。
惭愧lightbgm没用过。
【在 g*******u 的大作中提到】
: 一推 features， target 是个数值 ，比如营业额， target越大排名越往前。
: 最后 predict 只关心rank，不关心预测的target 差别多少。
: 比如预测的时候输入是100个samples ， 我关心的是 这100个sample最后的相对位置，
: 最后的预测的target 能准更好， 但是完全不准也没关系， 我只关心这个100个
: sample 按照预测进行的排序 顺序。
:
: 大侠门有啥指点？
: 谢谢
: ps 我现在做的 比较笨 就是当成个regression来做 用lightgbm 和xgb 预测target
: 然后排序。
所以我并不太trust那种用pair或3-tuple做训练的方法。
我给个保守的建议。还是做营业额regression。
但是预测完以后做ranking，然后按ranking的对错给每个样本的
regression loss加权，然后再back-propagate。
至于怎么加权需要发挥点创造力，试几种不同的方法。
xgb可以plugin loss function，我不太记得具体情况了。
惭愧lightbgm没用过。
【在 g*******u 的大作中提到】
: 一推 features， target 是个数值 ，比如营业额， target越大排名越往前。
: 最后 predict 只关心rank，不关心预测的target 差别多少。
: 比如预测的时候输入是100个samples ， 我关心的是 这100个sample最后的相对位置，
: 最后的预测的target 能准更好， 但是完全不准也没关系， 我只关心这个100个
: sample 按照预测进行的排序 顺序。
:
: 大侠门有啥指点？
: 谢谢
: ps 我现在做的 比较笨 就是当成个regression来做 用lightgbm 和xgb 预测target
: 然后排序。
s*y
7 楼
靠，这么赤果果的来刺激大伙，
当心我们把李教授抬出来压你
【在 r********9 的大作中提到】
: R２１，15impact score ，２％ percentile
: 确实运气比较好， 烂笑，吐番， ５年５个proposal，中了３个， 一个粥里， 一个
: dod,还有一个r01的co-pi
当心我们把李教授抬出来压你
【在 r********9 的大作中提到】
: R２１，15impact score ，２％ percentile
: 确实运气比较好， 烂笑，吐番， ５年５个proposal，中了３个， 一个粥里， 一个
: dod,还有一个r01的co-pi
b*k
8 楼
hahahaha
HP算是先驱还是先烈啊？
【在 a****n 的大作中提到】
: tablet 一直以来就是overpriced.HP开了一个好头。虽然她的这块业务死了，但是对消
: 费者来说是大大的利好，以后其他牌子的肯定会跟着降价。
: 可以预计tablet会像GPS 一样普及到千家万户
: HP，人们会永远记住你
HP算是先驱还是先烈啊？
【在 a****n 的大作中提到】
: tablet 一直以来就是overpriced.HP开了一个好头。虽然她的这块业务死了，但是对消
: 费者来说是大大的利好，以后其他牌子的肯定会跟着降价。
: 可以预计tablet会像GPS 一样普及到千家万户
: HP，人们会永远记住你
l*n
9 楼
这个我以前做过一个类似的，直接用rank做target。因为数据直接就是rank，没有办法
work around。基本方法就是定义loss function，当时用的random forest和xgb,效果
还不错
【在 w***g 的大作中提到】
: learning to rank是一个大坑。但是从物理意义考虑，营业额才是本质的。
: 所以我并不太trust那种用pair或3-tuple做训练的方法。
: 我给个保守的建议。还是做营业额regression。
: 但是预测完以后做ranking，然后按ranking的对错给每个样本的
: regression loss加权，然后再back-propagate。
: 至于怎么加权需要发挥点创造力，试几种不同的方法。
: xgb可以plugin loss function，我不太记得具体情况了。
: 惭愧lightbgm没用过。
work around。基本方法就是定义loss function，当时用的random forest和xgb,效果
还不错
【在 w***g 的大作中提到】
: learning to rank是一个大坑。但是从物理意义考虑，营业额才是本质的。
: 所以我并不太trust那种用pair或3-tuple做训练的方法。
: 我给个保守的建议。还是做营业额regression。
: 但是预测完以后做ranking，然后按ranking的对错给每个样本的
: regression loss加权，然后再back-propagate。
: 至于怎么加权需要发挥点创造力，试几种不同的方法。
: xgb可以plugin loss function，我不太记得具体情况了。
: 惭愧lightbgm没用过。
p*l
10 楼
Co-BSO...
六年前写了平生第一个proposal，五年间写了八个，中了四个。去年休息了一年
，只参与了一个multi-PI R21。这个夏天又开始写了。
六年前写了平生第一个proposal，五年间写了八个，中了四个。去年休息了一年
，只参与了一个multi-PI R21。这个夏天又开始写了。
A*s
11 楼
这种电子垃圾普及不了的。。。神马玩意儿啊。。。
【在 a****n 的大作中提到】
: tablet 一直以来就是overpriced.HP开了一个好头。虽然她的这块业务死了，但是对消
: 费者来说是大大的利好，以后其他牌子的肯定会跟着降价。
: 可以预计tablet会像GPS 一样普及到千家万户
: HP，人们会永远记住你
【在 a****n 的大作中提到】
: tablet 一直以来就是overpriced.HP开了一个好头。虽然她的这块业务死了，但是对消
: 费者来说是大大的利好，以后其他牌子的肯定会跟着降价。
: 可以预计tablet会像GPS 一样普及到千家万户
: HP，人们会永远记住你
m*5
12 楼
太泛泛了，当然target应该是rank或者 normalized 营业额
不过这种玩意儿很容易得出一个看似漂亮的废模型，也就是出了历史数据之外无法进行
预测。这不是个简单的东西，股市基本上是数据最全的例子了，但是基本都预测不对，
hehe.其实原因还是数据不够，竞争对手的经营状态，政策状态(还涉及到选民和社交媒
体等等)，还有看似不相关的物流，天气。现在在天上用卫星数船队，车皮，卡车，遥
测数据分析电厂和化工厂发热，烟尘成分，农田状态; 地上用各种方法买港口物流数据
，仓储数据，网上搞问卷，社交媒体信息，银行里面买各种交易存贷款信息.就这么夸
张才能做粗浅的预测呢。
所以你如果不是在bloomberg,做个regression差不多了
【在 g*******u 的大作中提到】
: 一推 features， target 是个数值 ，比如营业额， target越大排名越往前。
: 最后 predict 只关心rank，不关心预测的target 差别多少。
: 比如预测的时候输入是100个samples ， 我关心的是 这100个sample最后的相对位置，
: 最后的预测的target 能准更好， 但是完全不准也没关系， 我只关心这个100个
: sample 按照预测进行的排序 顺序。
:
: 大侠门有啥指点？
: 谢谢
: ps 我现在做的 比较笨 就是当成个regression来做 用lightgbm 和xgb 预测target
: 然后排序。
不过这种玩意儿很容易得出一个看似漂亮的废模型，也就是出了历史数据之外无法进行
预测。这不是个简单的东西，股市基本上是数据最全的例子了，但是基本都预测不对，
hehe.其实原因还是数据不够，竞争对手的经营状态，政策状态(还涉及到选民和社交媒
体等等)，还有看似不相关的物流，天气。现在在天上用卫星数船队，车皮，卡车，遥
测数据分析电厂和化工厂发热，烟尘成分，农田状态; 地上用各种方法买港口物流数据
，仓储数据，网上搞问卷，社交媒体信息，银行里面买各种交易存贷款信息.就这么夸
张才能做粗浅的预测呢。
所以你如果不是在bloomberg,做个regression差不多了
【在 g*******u 的大作中提到】
: 一推 features， target 是个数值 ，比如营业额， target越大排名越往前。
: 最后 predict 只关心rank，不关心预测的target 差别多少。
: 比如预测的时候输入是100个samples ， 我关心的是 这100个sample最后的相对位置，
: 最后的预测的target 能准更好， 但是完全不准也没关系， 我只关心这个100个
: sample 按照预测进行的排序 顺序。
:
: 大侠门有啥指点？
: 谢谢
: ps 我现在做的 比较笨 就是当成个regression来做 用lightgbm 和xgb 预测target
: 然后排序。
H*N
13 楼
我也忍不住， 五年大大小小投五个中四个， 没中的是校内的。
【在 l*******l 的大作中提到】
: 投5个中3个，太牛了。不过，5年投5个，平均的话，大多数人一个都中不了。你的成功
: 很难复制啊。
【在 l*******l 的大作中提到】
: 投5个中3个，太牛了。不过，5年投5个，平均的话，大多数人一个都中不了。你的成功
: 很难复制啊。
b*k
14 楼
出门带着还是比较方便的。
laptop毕竟大了点，
【在 A*****s 的大作中提到】
: 这种电子垃圾普及不了的。。。神马玩意儿啊。。。
laptop毕竟大了点，
【在 A*****s 的大作中提到】
: 这种电子垃圾普及不了的。。。神马玩意儿啊。。。
p*h
15 楼
你这种 100 进 100 出的，如果都是同样的sample, 应该可以用 RNN，但不知道效果如
何。
何。
o*2
16 楼
这个帖子看，什么“10%中率”都是开玩笑的吧。。？
b*l
17 楼
不好说。我觉得网本没用，但人确实卖了不少。
对消
【在 A*****s 的大作中提到】
: 这种电子垃圾普及不了的。。。神马玩意儿啊。。。
对消
【在 A*****s 的大作中提到】
: 这种电子垃圾普及不了的。。。神马玩意儿啊。。。
g*u
18 楼
我其实可以有几个不同的目标，都可以解释
1 假设 100个数据， 我可以只关心这100个数据的 ranking。 当然这个全对了自然我
的目标没问题
2 我也可以只关心top 30 的总营业额， 这个是我现在最终关心的 省下的70个都是0
都没关系
， 如果这个可以做好， 我可以训练多个模型 比如 30的模型 50的模型 等等
实际上我就是单纯的 xgboost regression 做top 50模型 基本接近于ground truth 97
%了， 感觉也基本可以。 但是在15%以前不是很高 只有80-90%接近真实营业额总和。
自己定义loss 还没想好咋定义。
比如做个50的模型， 先pred 营业额， 按照结果ranking 然后后50 归零。 前50 相加
于真实值差别作为loss。 grad 就是吧后50的 归零。。。。。 好像也不太对。
thx
1 假设 100个数据， 我可以只关心这100个数据的 ranking。 当然这个全对了自然我
的目标没问题
2 我也可以只关心top 30 的总营业额， 这个是我现在最终关心的 省下的70个都是0
都没关系
， 如果这个可以做好， 我可以训练多个模型 比如 30的模型 50的模型 等等
实际上我就是单纯的 xgboost regression 做top 50模型 基本接近于ground truth 97
%了， 感觉也基本可以。 但是在15%以前不是很高 只有80-90%接近真实营业额总和。
自己定义loss 还没想好咋定义。
比如做个50的模型， 先pred 营业额， 按照结果ranking 然后后50 归零。 前50 相加
于真实值差别作为loss。 grad 就是吧后50的 归零。。。。。 好像也不太对。
thx
L*s
19 楼
我操... 相比之下我就TMD是一loser...
【在 H****N 的大作中提到】
: 我也忍不住， 五年大大小小投五个中四个， 没中的是校内的。
【在 H****N 的大作中提到】
: 我也忍不住， 五年大大小小投五个中四个， 没中的是校内的。
g*u
20 楼
我可以试试 ranking
ps normalized 营业额 有啥意义？
【在 m********5 的大作中提到】
: 太泛泛了，当然target应该是rank或者 normalized 营业额
: 不过这种玩意儿很容易得出一个看似漂亮的废模型，也就是出了历史数据之外无法进行
: 预测。这不是个简单的东西，股市基本上是数据最全的例子了，但是基本都预测不对，
: hehe.其实原因还是数据不够，竞争对手的经营状态，政策状态(还涉及到选民和社交媒
: 体等等)，还有看似不相关的物流，天气。现在在天上用卫星数船队，车皮，卡车，遥
: 测数据分析电厂和化工厂发热，烟尘成分，农田状态; 地上用各种方法买港口物流数据
: ，仓储数据，网上搞问卷，社交媒体信息，银行里面买各种交易存贷款信息.就这么夸
: 张才能做粗浅的预测呢。
: 所以你如果不是在bloomberg,做个regression差不多了
ps normalized 营业额 有啥意义？
【在 m********5 的大作中提到】
: 太泛泛了，当然target应该是rank或者 normalized 营业额
: 不过这种玩意儿很容易得出一个看似漂亮的废模型，也就是出了历史数据之外无法进行
: 预测。这不是个简单的东西，股市基本上是数据最全的例子了，但是基本都预测不对，
: hehe.其实原因还是数据不够，竞争对手的经营状态，政策状态(还涉及到选民和社交媒
: 体等等)，还有看似不相关的物流，天气。现在在天上用卫星数船队，车皮，卡车，遥
: 测数据分析电厂和化工厂发热，烟尘成分，农田状态; 地上用各种方法买港口物流数据
: ，仓储数据，网上搞问卷，社交媒体信息，银行里面买各种交易存贷款信息.就这么夸
: 张才能做粗浅的预测呢。
: 所以你如果不是在bloomberg,做个regression差不多了
V*l
21 楼
BSO的同时请介绍经验！
b*h
22 楼
大侠们少写几个吧，给小的们留几口饭吃。。。
H*N
23 楼
我觉得命中率不大说明问题，关键是能拿到钱。我知道有很多人是采用多投的策略，
play the number game, 投多了就有中的了。我的策略是没太多把握不投，省得浪费功
夫。投之前多和别人交流一下，多听取别人的意见。It helps tremendously to have
somebody you trust read your grant critically (not everybody can or is
willing to do that) before submission.
【在 V*********l 的大作中提到】
: BSO的同时请介绍经验！
play the number game, 投多了就有中的了。我的策略是没太多把握不投，省得浪费功
夫。投之前多和别人交流一下，多听取别人的意见。It helps tremendously to have
somebody you trust read your grant critically (not everybody can or is
willing to do that) before submission.
【在 V*********l 的大作中提到】
: BSO的同时请介绍经验！
V*l
24 楼
多谢多谢。
have
【在 H****N 的大作中提到】
: 我觉得命中率不大说明问题，关键是能拿到钱。我知道有很多人是采用多投的策略，
: play the number game, 投多了就有中的了。我的策略是没太多把握不投，省得浪费功
: 夫。投之前多和别人交流一下，多听取别人的意见。It helps tremendously to have
: somebody you trust read your grant critically (not everybody can or is
: willing to do that) before submission.
have
【在 H****N 的大作中提到】
: 我觉得命中率不大说明问题，关键是能拿到钱。我知道有很多人是采用多投的策略，
: play the number game, 投多了就有中的了。我的策略是没太多把握不投，省得浪费功
: 夫。投之前多和别人交流一下，多听取别人的意见。It helps tremendously to have
: somebody you trust read your grant critically (not everybody can or is
: willing to do that) before submission.
l*d
25 楼
看了你这个中标率
准备买块豆腐
情何以堪啊
【在 r********9 的大作中提到】
: R２１，15impact score ，２％ percentile
: 确实运气比较好， 烂笑，吐番， ５年５个proposal，中了３个， 一个粥里， 一个
: dod,还有一个r01的co-pi
准备买块豆腐
情何以堪啊
【在 r********9 的大作中提到】
: R２１，15impact score ，２％ percentile
: 确实运气比较好， 烂笑，吐番， ５年５个proposal，中了３个， 一个粥里， 一个
: dod,还有一个r01的co-pi
p*g
26 楼
我有一个同事（也是我的mentor）跟我讲说，他每个proposal至少花半年时间，至今他
投了8个，中了6个。用这种策略很需要胆量和自信啊。。。
have
【在 H****N 的大作中提到】
: 我觉得命中率不大说明问题，关键是能拿到钱。我知道有很多人是采用多投的策略，
: play the number game, 投多了就有中的了。我的策略是没太多把握不投，省得浪费功
: 夫。投之前多和别人交流一下，多听取别人的意见。It helps tremendously to have
: somebody you trust read your grant critically (not everybody can or is
: willing to do that) before submission.
投了8个，中了6个。用这种策略很需要胆量和自信啊。。。
have
【在 H****N 的大作中提到】
: 我觉得命中率不大说明问题，关键是能拿到钱。我知道有很多人是采用多投的策略，
: play the number game, 投多了就有中的了。我的策略是没太多把握不投，省得浪费功
: 夫。投之前多和别人交流一下，多听取别人的意见。It helps tremendously to have
: somebody you trust read your grant critically (not everybody can or is
: willing to do that) before submission.
q*g
27 楼
即使老李也要撞墙啊，一个R21就顶老李所有的几个NSF了。游兵散勇就更不用说了。
L*s
28 楼
不是名校很少敢这么做吧？
【在 p*****g 的大作中提到】
: 我有一个同事（也是我的mentor）跟我讲说，他每个proposal至少花半年时间，至今他
: 投了8个，中了6个。用这种策略很需要胆量和自信啊。。。
:
: have
【在 p*****g 的大作中提到】
: 我有一个同事（也是我的mentor）跟我讲说，他每个proposal至少花半年时间，至今他
: 投了8个，中了6个。用这种策略很需要胆量和自信啊。。。
:
: have
L*s
29 楼
显然啊！我3万的也有，7-8万的也有，10万的也有，还有1万多两万的。都算上都不到人
家一个零头。
【在 q******g 的大作中提到】
: 即使老李也要撞墙啊，一个R21就顶老李所有的几个NSF了。游兵散勇就更不用说了。
家一个零头。
【在 q******g 的大作中提到】
: 即使老李也要撞墙啊，一个R21就顶老李所有的几个NSF了。游兵散勇就更不用说了。
H*N
30 楼
自信都是建立在有准备的基础上。如果没准备好，投出去拿不到钱，和不投的结果是一
样的。
【在 p*****g 的大作中提到】
: 我有一个同事（也是我的mentor）跟我讲说，他每个proposal至少花半年时间，至今他
: 投了8个，中了6个。用这种策略很需要胆量和自信啊。。。
:
: have
样的。
【在 p*****g 的大作中提到】
: 我有一个同事（也是我的mentor）跟我讲说，他每个proposal至少花半年时间，至今他
: 投了8个，中了6个。用这种策略很需要胆量和自信啊。。。
:
: have
l*l
31 楼
R21有这么多么？一个NSF一般200k以上吧。
From NIH website:
The combined budget for direct costs for the two year project period may not
exceed $275,000. No more than $200,000 may be requested in any single year.
【在 q******g 的大作中提到】
: 即使老李也要撞墙啊，一个R21就顶老李所有的几个NSF了。游兵散勇就更不用说了。
From NIH website:
The combined budget for direct costs for the two year project period may not
exceed $275,000. No more than $200,000 may be requested in any single year.
【在 q******g 的大作中提到】
: 即使老李也要撞墙啊，一个R21就顶老李所有的几个NSF了。游兵散勇就更不用说了。
q*g
32 楼
你也不能这样算，nih的钱就是你兜里的钱，overhead另外给。NSF的钱要乘以2/3甚至
更多才是你的钱。
同样是10万一年，nsf能用的实际上才7万。nih就是10万，另外5万给学校。
not
year.
【在 l*******l 的大作中提到】
: R21有这么多么？一个NSF一般200k以上吧。
: From NIH website:
: The combined budget for direct costs for the two year project period may not
: exceed $275,000. No more than $200,000 may be requested in any single year.
更多才是你的钱。
同样是10万一年，nsf能用的实际上才7万。nih就是10万，另外5万给学校。
not
year.
【在 l*******l 的大作中提到】
: R21有这么多么？一个NSF一般200k以上吧。
: From NIH website:
: The combined budget for direct costs for the two year project period may not
: exceed $275,000. No more than $200,000 may be requested in any single year.
L*s
33 楼
NIH这么好？！
【在 q******g 的大作中提到】
: 你也不能这样算，nih的钱就是你兜里的钱，overhead另外给。NSF的钱要乘以2/3甚至
: 更多才是你的钱。
: 同样是10万一年，nsf能用的实际上才7万。nih就是10万，另外5万给学校。
:
: not
: year.
【在 q******g 的大作中提到】
: 你也不能这样算，nih的钱就是你兜里的钱，overhead另外给。NSF的钱要乘以2/3甚至
: 更多才是你的钱。
: 同样是10万一年，nsf能用的实际上才7万。nih就是10万，另外5万给学校。
:
: not
: year.
l*l
34 楼
这我知道，275k的NIH相当于400k的NSF grant (assuming 50% overhead)。所以R21也
就抵得上一个半到两个NSF。结论是老李还是很有钱的。
【在 q******g 的大作中提到】
: 你也不能这样算，nih的钱就是你兜里的钱，overhead另外给。NSF的钱要乘以2/3甚至
: 更多才是你的钱。
: 同样是10万一年，nsf能用的实际上才7万。nih就是10万，另外5万给学校。
:
: not
: year.
就抵得上一个半到两个NSF。结论是老李还是很有钱的。
【在 q******g 的大作中提到】
: 你也不能这样算，nih的钱就是你兜里的钱，overhead另外给。NSF的钱要乘以2/3甚至
: 更多才是你的钱。
: 同样是10万一年，nsf能用的实际上才7万。nih就是10万，另外5万给学校。
:
: not
: year.
L*s
35 楼
你最后一个推论不正确。
【在 l*******l 的大作中提到】
: 这我知道，275k的NIH相当于400k的NSF grant (assuming 50% overhead)。所以R21也
: 就抵得上一个半到两个NSF。结论是老李还是很有钱的。
【在 l*******l 的大作中提到】
: 这我知道，275k的NIH相当于400k的NSF grant (assuming 50% overhead)。所以R21也
: 就抵得上一个半到两个NSF。结论是老李还是很有钱的。
l*l
36 楼
你要是哭穷也说不过去吧。
【在 L***s 的大作中提到】
: 你最后一个推论不正确。
【在 L***s 的大作中提到】
: 你最后一个推论不正确。
q*g
37 楼
可以说一个r21就相当与老李的CAREER.
e*g
38 楼
膜拜一下。
【在 r********9 的大作中提到】
: R２１，15impact score ，２％ percentile
: 确实运气比较好， 烂笑，吐番， ５年５个proposal，中了３个， 一个粥里， 一个
: dod,还有一个r01的co-pi
【在 r********9 的大作中提到】
: R２１，15impact score ，２％ percentile
: 确实运气比较好， 烂笑，吐番， ５年５个proposal，中了３个， 一个粥里， 一个
: dod,还有一个r01的co-pi
l*n
39 楼
祝贺！！！ 如果你看NIH公布的success rate, R21是最低的。主要是它不需要
preliminary data，申请的人多。而R01是需要convincing的preliminary data to
support your research objectives.
申请NIH课题是要耐得住寂寞，需要时间和经验的积累。尽快payline在10%上下，有的
人很高，有的人很低。我的感觉是如果你自己都感觉你的proposal is not ready，就
不要递交，因为只有两次机会。并不是说，我们递交的多，拿到的几率就大。对于刚入
职的申请者，最好请你周围的一个大牛作Co-I，或consultant。
【在 r********9 的大作中提到】
: R２１，15impact score ，２％ percentile
: 确实运气比较好， 烂笑，吐番， ５年５个proposal，中了３个， 一个粥里， 一个
: dod,还有一个r01的co-pi
preliminary data，申请的人多。而R01是需要convincing的preliminary data to
support your research objectives.
申请NIH课题是要耐得住寂寞，需要时间和经验的积累。尽快payline在10%上下，有的
人很高，有的人很低。我的感觉是如果你自己都感觉你的proposal is not ready，就
不要递交，因为只有两次机会。并不是说，我们递交的多，拿到的几率就大。对于刚入
职的申请者，最好请你周围的一个大牛作Co-I，或consultant。
【在 r********9 的大作中提到】
: R２１，15impact score ，２％ percentile
: 确实运气比较好， 烂笑，吐番， ５年５个proposal，中了３个， 一个粥里， 一个
: dod,还有一个r01的co-pi
a*g
40 楼
gggggooooooddddd
w
【在 r********9 的大作中提到】
: R２１，15impact score ，２％ percentile
: 确实运气比较好， 烂笑，吐番， ５年５个proposal，中了３个， 一个粥里， 一个
: dod,还有一个r01的co-pi
w
【在 r********9 的大作中提到】
: R２１，15impact score ，２％ percentile
: 确实运气比较好， 烂笑，吐番， ５年５个proposal，中了３个， 一个粥里， 一个
: dod,还有一个r01的co-pi
P*t
41 楼
大哥，收了我做小弟吧。我五个中两个睡觉都要笑醒。
【在 r********9 的大作中提到】
: R２１，15impact score ，２％ percentile
: 确实运气比较好， 烂笑，吐番， ５年５个proposal，中了３个， 一个粥里， 一个
: dod,还有一个r01的co-pi
【在 r********9 的大作中提到】
: R２１，15impact score ，２％ percentile
: 确实运气比较好， 烂笑，吐番， ５年５个proposal，中了３个， 一个粥里， 一个
: dod,还有一个r01的co-pi
c*u
42 楼
传授一下经验吧。
我一年投十个，悲剧八个。而且被审稿人骂得狗血喷头。
【在 r********9 的大作中提到】
: R２１，15impact score ，２％ percentile
: 确实运气比较好， 烂笑，吐番， ５年５个proposal，中了３个， 一个粥里， 一个
: dod,还有一个r01的co-pi
我一年投十个，悲剧八个。而且被审稿人骂得狗血喷头。
【在 r********9 的大作中提到】
: R２１，15impact score ，２％ percentile
: 确实运气比较好， 烂笑，吐番， ５年５个proposal，中了３个， 一个粥里， 一个
: dod,还有一个r01的co-pi
b*d
43 楼
BSO中了两个。
【在 c****u 的大作中提到】
: 传授一下经验吧。
: 我一年投十个，悲剧八个。而且被审稿人骂得狗血喷头。
【在 c****u 的大作中提到】
: 传授一下经验吧。
: 我一年投十个，悲剧八个。而且被审稿人骂得狗血喷头。
c*r
44 楼
膜拜～～～
b*d
45 楼
恭喜!
e*g
46 楼
我投了不值10个，
悲剧的就多了，
眼泪都流干了
【在 c****u 的大作中提到】
: 传授一下经验吧。
: 我一年投十个，悲剧八个。而且被审稿人骂得狗血喷头。
悲剧的就多了，
眼泪都流干了
【在 c****u 的大作中提到】
: 传授一下经验吧。
: 我一年投十个，悲剧八个。而且被审稿人骂得狗血喷头。
j*u
47 楼
牛
【在 l*******l 的大作中提到】
: 投5个中3个，太牛了。不过，5年投5个，平均的话，大多数人一个都中不了。你的成功
: 很难复制啊。
【在 l*******l 的大作中提到】
: 投5个中3个，太牛了。不过，5年投5个，平均的话，大多数人一个都中不了。你的成功
: 很难复制啊。
l*g
48 楼
送NIH的,花半年不算长. 我的每一个 proposal 都比半年要长. 现在手头的这个, 都做
一年多了, 还不知道哪天能投出去. 已经有一年多没交 proposal了.
【在 p*****g 的大作中提到】
: 我有一个同事（也是我的mentor）跟我讲说，他每个proposal至少花半年时间，至今他
: 投了8个，中了6个。用这种策略很需要胆量和自信啊。。。
:
: have
一年多了, 还不知道哪天能投出去. 已经有一年多没交 proposal了.
【在 p*****g 的大作中提到】
: 我有一个同事（也是我的mentor）跟我讲说，他每个proposal至少花半年时间，至今他
: 投了8个，中了6个。用这种策略很需要胆量和自信啊。。。
:
: have
c*u
49 楼
一年时间实验都做完了，还写个啥proposal?
【在 l********g 的大作中提到】
: 送NIH的,花半年不算长. 我的每一个 proposal 都比半年要长. 现在手头的这个, 都做
: 一年多了, 还不知道哪天能投出去. 已经有一年多没交 proposal了.
【在 l********g 的大作中提到】
: 送NIH的,花半年不算长. 我的每一个 proposal 都比半年要长. 现在手头的这个, 都做
: 一年多了, 还不知道哪天能投出去. 已经有一年多没交 proposal了.
l*g
50 楼
哈哈, 我们送的是五年的. 做 preliminary data 花一,两年都不奇怪.
【在 c****u 的大作中提到】
: 一年时间实验都做完了，还写个啥proposal?
【在 c****u 的大作中提到】
: 一年时间实验都做完了，还写个啥proposal?
t*t
51 楼
发包子
【在 r********9 的大作中提到】
: R２１，15impact score ，２％ percentile
: 确实运气比较好， 烂笑，吐番， ５年５个proposal，中了３个， 一个粥里， 一个
: dod,还有一个r01的co-pi
【在 r********9 的大作中提到】
: R２１，15impact score ，２％ percentile
: 确实运气比较好， 烂笑，吐番， ５年５个proposal，中了３个， 一个粥里， 一个
: dod,还有一个r01的co-pi
c*u
52 楼
我还真写不出五年的proposal, 我自己做实验都是discovery type，过半年就发现和预
期不同的结果。而后重新设计实验。我很好奇你能follow proposal做五年？
【在 l********g 的大作中提到】
: 哈哈, 我们送的是五年的. 做 preliminary data 花一,两年都不奇怪.
期不同的结果。而后重新设计实验。我很好奇你能follow proposal做五年？
【在 l********g 的大作中提到】
: 哈哈, 我们送的是五年的. 做 preliminary data 花一,两年都不奇怪.
f*7
53 楼
我们一个multi-PI R01, A1, 刚review完，9%,在payline以内好几个点,应该问题不大
，虽然几乎肯定会被cut budget
A0是2011年初交的，当时percentile>40%, 大家都觉得没什么希望，一直拖着直到今年
4月才resubmit, 交的时候也不抱多大希望。
所以proposal要多写，交上去总是有希望的。
，虽然几乎肯定会被cut budget
A0是2011年初交的，当时percentile>40%, 大家都觉得没什么希望，一直拖着直到今年
4月才resubmit, 交的时候也不抱多大希望。
所以proposal要多写，交上去总是有希望的。
相关阅读
这玩意儿凭什么卖60m?!C++高手居然不知道template和stl的区别？Remote Development with VS Code华人那个H1B贴没看懂研究一下云部署方案黄秋园老师有这等交际实力，混苦逼的学术圈太可惜了 (转载)closure的优点是啥?有青春的肉体喂鸡就是好，吴老师看起来好高大好年青 (转载)移动端能部署一些用deep learning做的简单姿态估计吗？Re: 觉得FB尹伊非常不简单 (转载)opencv可以打开mov格式的视频文件吗？Clojure web app 有什么例子可以学习吗C／C++ 不火了， 代表美帝的科技产业不再领先全球了C开发速度是python 5-10倍[bssd]我光明磊落科学垃圾的崛起一个华为， 就把美国吓破了胆有没有想过那些IoT大数据平台以后可能没鸟用了？我公司的两个CTOprogramcreek这个网站好像是个国人弄的