讀博之前,我希望有人告訴我這些(計算機/NLP/機器學習方向)

2021-01-13 大數據文摘

又是一年申請季。

「要不要繼續學術?」你可能糾結過、困惑過。你也許曾堅定地希望推動世界的進步,但你準備好付出五年甚至更久的青春了嗎?

本文是兩個自然語言處理/機器學習方向的學者給出的「博士生存指南」,關於如何做好科研、自我管理和規劃職業。這些原則不僅針對計算機領域,對其他方向的學習者也適用。花點時間讀完,相信你一定會有所收穫。

無論讀博與否,你都需要「Do what makes you happy」。

作者:Mark Dredze, Hanna M. Wallach

編譯:Mirra, 劉曉莉, Sophie

讀博這件事既有益、有趣,又辛苦。和生活中的每件事情一樣,前人的經驗和教訓能讓你掌握方法,少走很多彎路。

基於我們自己的博士經歷和我們指導他人(特別是自然語言處理和機器學習方向的博士生)的經驗,我們寫出了這份指南,但是我們希望它的適用範圍更廣泛。本文的建議排序不分先後。

一、成為一名博士生

為什麼要拿博士學位?

我們要強調這個提問本身的重要性。獲得博士學位將極大地改變你的職業生涯。讀博不僅意味著你將在學校度過許多年(這將帶來個人和經濟上的雙重影響),它也將改變你追求的職業類型。雖然獲得博士學位令人高興,但讀博這個決定不是對每個人來說都正確。需要考慮的一些問題如下:

你必須十分想要得到它。獲得博士學位需要很長的時間、大量的奉獻和辛勤的工作。除非你真的想要它,否則你無法讀完博士。

你可以先做些其它事情。許多學生本科畢業就直接來到了研究生院。這當然很好——事實上,我們自己也是這樣做的。然而,一些出色的博士生在離開學術界一段時間後,才開始研究生階段的學習。做些其它事情可以讓你離開學術界休息一下,並幫助你獲得新的視角。

申請研究生院

為了讀博士,你必須進入研究生院。關於這個問題有很多資源,例如http://cra.org/ccc/csgs。我們想強調申請外部獎學金的重要性,例如國家科學基金(NSF)的研究生獎學金(Graduate Research Fellowships)和國防科學與工程畢業生獎學金(NDSEG Fellowships)。關於申請和擇校的一般性建議:

超越學校來思考。當然,你想去你能申請到的最好的學校。但你也需要快樂。如果你不快樂,你就不會成功。如果你發現自己沒有社交、沒有朋友,你就不會快樂。

和聰明人相處。你的導師是重要的,同時你也將花費大量的時間與其他學生在一起。和聰明人相處會讓你更聰明。如果你是房間裡最聰明的人,是時候起身去另一個房間了。

博士研究生的幾個階段

你可能會想知道和周圍其他學生相比,你做得如何。不要只是猜測——你可以問你的導師。計算機科學(CS)博士通常需要讀5-6年,但很多人需要更長的時間。花7年畢業也未必不好。記住,念博士花了多長時間不是別人對你的評價依據,你的產出才是。大致來說,博士可能經歷以下階段。

階段1:上課,尋找導師,看別人做研究,閱讀論文,完成一個項目並有所產出(不一定是發表論文)。通常2-3年。

階段2:選擇一個感興趣的領域,領導這一領域的一個研究項目,發表一篇論文,為這一領域作出貢獻。通常2-4年。

階段3:評估你的工作,構思一個故事,寫一篇畢業論文。通常為1年。

二、你和你的導師

與導師的良好關係對你的成功至關重要。請務必確保你給自己選擇了正確的導師。你將花費數百小時與你的導師在一起,所以你一定要確保你的導師是你喜歡的人、而且你們能愉快地合作。僅僅喜歡某人的研究是不夠的,這並不意味著你們能很好地合作。不同的導師有不同的指導風格。問問他們是如何領導自己的課題組的。與他們現有的學生交談,了解他們的指導風格和他們對學生的期望。

聽導師的話。他們不總是正確的,但他們做研究的時間通常比你長得多。而且,你的導師是你的老闆——你為他們工作。當你的導師讓你去做什麼事,去做吧。

和導師保持聯繫。如果你的導師沒有回覆某個重要的郵件,請提醒他,說你正在等待他的回覆(首先,把你的郵件寫清楚。請參閱這裡的郵件寫作建議:http://matt.might.net/articles/how-to-email/)。你的導師可能很忙,可能沒有看到你的郵件,或沒意識到其重要性。 定期與導師見面。定期約見導師,可以確保你的工作效率,並讓導師給你反饋。你應該定期(比如每周)與你的導師見面——特別是當你不想見他的時候。

制定議程。每一次見導師之前都要制定議程。將你想談及的每個主題與其相對重要性寫成大綱。如果你不知道你想談什麼,你的導師也不太可能知道。

帶上結果。嘗試每一次都帶著結果(例如圖表、數字)去見導師。

從總結開始。通過總結上次的會面開始每一次新的會面。幫導師想起你們上次同意了下一步要做什麼,總結你做了什麼(以及沒有做什麼),以及介紹你這次的議程。你的導師有許多研究項目。與你不同,他們上一周不只在你的項目上工作,因此需要你幫助導師切換工作場景。總結你們之前的會面將使你的導師能夠更快地切換,並確保你倆是同步的。

三、管理日常工作生活/提高生產力

讀博不同於你的其它教育經歷或你做過的任何工作。成功意味著生產力高、創造性強和獨立性。不是每個人都能自然而然做到這些,所以你最好快點發掘自己怎樣才能擁有這些成功者的特質。還要記住,一個成功的人也可能失敗(很多次)。

每個人的工作方式都不同。找出你喜歡怎樣工作,以及什麼使你最有成效。(你工作效率最高的時候是在早上還是晚上?你喜歡和別人一起工作還是獨自工作?你更擅長於專注於一個項目還是同時進行多個項目?)跟你的導師討論這些偏好,這樣他們可以更好地了解你,並儘可能有效地與你合作。

保持一個規律的時間表。這可以幫助你取得進展,即使在你沒有動力的時候。一般來說,每周至少在實驗室工作20小時是個好主意:實驗室是個可以集中注意力的工作環境,周圍有同事,導師想找你也容易。如果你覺得無法在實驗室工作,請嘗試找出原因,並對其進行處理(例如,跟導師談談)。

確定優先級。你會發現你面臨很多機會,卻沒有足夠的時間。嘗試找出你的優先事項(例如,科研、上課、社會服務、社交生活等),並確保花費相應的時間。如果你覺得事太多做不完,你可以計算一下每天的時間分配。學會區分緊急的事和重要的事——不要因為專注於緊急事情的截止日期(例如課後作業),反而延誤了較長期但更重要的期限(例如會議)。比起大量低質的文章,擁有少量但高質的文章要更好。

自己進行「下一步行動」。如果你坐著等導師告訴你下一步該做什麼,那就有點問題了。找點事情做,比如讀文獻。

擁有社交生活。為了提高效率,你需要快快樂樂的。社交生活通常是保持快樂的一部分。花時間確保你是快樂和健康的,否則你的工作也不會高效。經常在實驗室內外與其他學生交流,你能了解你對自己、對讀博的期望是否現實,了解一些技術細節、有趣的問題和解決方案。

從錯誤中學習。記住每個人都會有卡殼或者士氣低落的時候。即使是特別著名、成功、完美的研究人員都會卡殼和沮喪。失敗沒什麼(甚至可以說是成功的關鍵)。失敗也是經常發生的。問題是,你失敗後做了什麼。做做筆記。想想你為什麼會失敗,想想下次會怎樣做。許多巧妙的研究想法的出現,是因為有人失敗之後問了「為什麼」。

四、科研

你是博士生,而博士是研究型學位。這意味著你的目標是學習如何做高質量的科研。做科研就像學徒——通過看別人做,然後自己去做來學習。對有些人,搞科研是自然而然的事。對大多數人,搞科研並不是剛好發生的事,它需要辛勤的工作和周密的計劃。

讀文獻

你需要知道前人做過什麼,以確保你的貢獻是創新並且有用的。如果你不知道其他人已經做過什麼並且正在做什麼、這個領域的主要挑戰在哪裡、以及人們是如何思考這些難題的,那你就不能指望自己能迅速進入某個活躍的研究領域並做出貢獻。而所有這些信息來自於讀文獻。

閱讀,閱讀,閱讀!每周閱讀多篇論文——如果你不確定要閱讀什麼,諮詢你的導師(或者其他研究生)。你有很多東西要學習(特別是在前幾年),而閱讀是學習的首要方法。

記筆記。對你讀的每一篇文獻都做筆記。在每個層面上做筆記(例如,從對整篇文章的一句話概括,一直到句子級別上的筆記)。找到你自己的做筆記系統。

精讀重要文獻。當你閱讀一篇重要文獻時,嘗試理解每個方程是怎麼來的——換句話說,自己推導一遍。如果你遇到困難,不要害怕問別人(比如其他研究生或者你的導師)。

區分廣度與深度。不是每一篇文獻都需要從頭到尾詳細閱讀。有時你只需要一個高屋建瓴的視角。每讀一篇文獻時,弄清楚你需要什麼(即,你希望通過閱讀這篇論文來實現什麼),並相應地閱讀。

版本控制。對一切(筆記,代碼,論文等)使用版本控制。這可能很耗時,但從長遠來看,它會節省你的時間。

選題

了解科研的圈子。論文不是在真空中發表的,論文是一個圈子內部不斷進行的對話的一部分。了解這個圈子,即它的參與者,已有的工作、術語等。你必須知道你在和誰交談,以及如何與他們交談。

思考大問題。你不應該試圖解決容易解決的問題。專注於解決大問題,即使你最終採取的是小步驟的解決方案。有很多論文中的想法只是前人工作的簡單擴展。雖然這些論文可能會發表,但通常不重要。嘗試關注大問題,而不是對以前的工作進行漸進式改進。

不要杜撰問題。提出新的問題是極好的,但要確保它是真正的問題。如果你不能想到至少三個這個問題的例子,那麼它可能不是一個真正的問題。換句話說,不要拿出錘子,然後去尋找釘子。要學會如何根據實際存在的釘子來設計或者創造錘子。

從寫作開始。當你有一個想法,首先寫下來。在寫任何代碼之前先在紙上詳細說明。這將有助於暴露問題和充實細節。這在處理數學問題時特別有用。在寫任何文本之前寫一個大綱,以便明確你想要做什麼。

學習什麼時候該放棄。你可以從失敗中學習,但前提是你在繼續前進。如果你發現自己一再降低你的目標和期望,這說明你沒有取得進展。學習什麼時候該放棄,信任你的導師,他在這方面比你懂得多。

提問。不要害怕提問和尋求幫助——你會學得更快,並且比你試圖自己解決一切更有效率。

獲得和展示結果

了解你的數據。全面而深刻地了解你的數據。確保它展示你想要的屬性。進行探索性數據分析——以許多不同的方式繪製/可視化——有時你會發現數據展示了出乎意料的有趣屬性。

了解你的工具。確保你了解你使用的軟體包是做什麼的。如果你發布的結果是使用他人的軟體獲得的,你應該確保他們的軟體可以實現你認為它能做的事。有一個「簡單」的方式來做到這一點:閱讀原始碼。如果沒有原始碼,要謹慎。如果可以,實現多次(例如,使用兩種不同的方法,或兩種不同的語言),並檢查它們是否結果一致。

好的基準模型。只有基準模型恰當時,超越基準才有意義。只有對現有的方法進行了改進或提出更簡單的方法才是有用的。學習如何建立令人信服、有效而簡單的模型。你該經常問自己:「什麼最簡單的實驗能驗證我的假設?」

理解你的結果。僅僅知道你的方法對於你的數據有95%的準確率是不夠的。 你還需要確切地知道是什麼使得你的方法不適用於剩餘5%的數據點。嘗試查看那些你的方法預測正確(或錯誤)的實際數據點,以不同的方式繪製/可視化你的結果。這些練習可以幫助呈現和改進你的工作。

呈現你的結果。學會如何呈現結果,讓它們是可理解的、有用的和令人信服的。表格不是呈現數字信息的最佳方法——請至少讀一本關於(定量)信息可視化的書。只有在你的結果容易理解時,你才可能使他人信服。

發表

跟蹤截止日期。不要依靠你的導師為你做這些——他們已經跟蹤了非常多個其他截止日期。如果你認為你無法在截止日期前完成,一定要告訴你的導師——他們寧願早些知道。

早點完成寫作。至少要在截止日期前一周完成你的論文。這不僅會給你足夠的時間來打磨你的論文、獲取他人的反饋、運行他人建議的任何實驗,而且更有可能使你從導師那裡獲得有用的反饋,你要知道你的導師通常手頭上還有其它論文需要在截止日期之前閱讀。

學習如何寫作。如果你認為自己是一個工程師或科學家所以不需要高超的寫作水平,那你就完全錯了。作為一個科學家,你的工作是將你的想法傳達給他人。不管你的工作多麼令人驚奇,如果沒有人能理解你對自己工作的解讀,它將不太可能產生任何影響。 如果你發現自己在想「審稿人不懂我的論文」,也許是你沒有將你的想法解釋得足夠清楚。寫作水平的高低影響著論文被拒絕或接收,也是好論文和獲獎論文的區別。如果你想改善自己的寫作,你需要儘早地獲得對你草稿的反饋。

重現你的結果。將科研成果發表,部分是為了證明你的結果的準確性。 這意味著你必須能夠重現它們。確保你詳細記錄了你如何獲得論文中的結果,以便你可以重複實驗。至少,這將有助於根據審閱者的反饋(或當你需要寫畢業論文時)進行額外的實驗。

提交後重新整理。在投稿論文截止日期之後立即整理和歸檔你的代碼和結果等文件。不要欺騙自己——如果你不這樣做,它永遠也不會發生。當你發現需要重新運行實驗時(例如為了你的畢業論文),你會感激你花費時間做了這些。

發布代碼和數據。發布任何對你的論文至關重要的代碼或數據。這確保其他人可以重現或基於你的想法進行研究。此外,如果其他人使用你的代碼或數據,他們會引用你,這不正是你想要的嗎?

注重質量而不是數量。你會發現會議、書籍、期刊等無限的徵稿啟事。它們多半不會影響你的職業生涯。沒有人會在意胡亂發表在某個期刊上的論文。儘可能花時間為一次重要會議提交你的一篇高質量的論文。

發表或埋沒不會在第一年開始。隨著發表論文的壓力越來越大,一些學生認為他們在第一年就需要發表一篇論文。你不要這樣認為。在不到一年的時間裡,你不大可能產生一個重要、新穎的想法為社會做出貢獻。首先學習一些知識才會使得你的第一個貢獻變得有價值。

演講

學習如何作報告非常重要。作報告可以為你的工作做廣告,並確保人們知道你是誰。作一次好的報告可以讓人閱讀和引用你的會議論文,而不是將其束之高閣。此外,懂得如何演講將會幫助你在畢業後找到工作。作為一名博士生,你必須學會如何演講,所以儘早開始吧。

練習。學習如何演講的最佳方式就是練習。在鏡子面前,在朋友和同事面前練習。一次重要匯報前的多次練習是十分常見的。此外,你該尋找機會進行演講。如果你的學校組織學生研討會,你可以自願演講。在你正式進行會議發言和工作面試之前,這些研討會能早早給你機會練習演講技巧。

尋求反饋。如果你做了一個演講(不論演講練習還是真正的演講),要問聽眾對於你的演講的清晰度,風格,內容,表達呈現等方面的建議。

關注內容。使用PowerPoint或Keynote等工具時,很容易花費大量的時間製作幻燈片的外觀。然而,這遠遠不如清晰的結構和將內容表達清楚重要。在你做花哨的動畫前,你該花時間思考你要說什麼以及你要怎樣說。

控制時間。一個好的報告能在恰當的時間內介紹恰好的內容。假如一個演講者說「我的時間不夠了,所以我匆匆帶過這些內容」,一半的聽眾都不會有興趣接著聽下去。如果你沒有時間來覆蓋一些話題,你可以整個跳過它(更好的方法是首先就不把這個話題放進發言稿裡)。最好是能把單個主題的內容覆蓋完整,而不是匆匆涉及很多主題。當你練習演講時你該自己掌握時間。對你演講的時間做記錄,這將有助於你在實際演講中調整速度。與實際演講相比,你在練習中講得更快還是更慢?明白了這點,你就可以調整實際演講的語速。

製作海報

海報展示有時是發表過程的重要組成部分。有很多不同的方法來製作好的海報,這裡我們將概述幾個要點。

開啟對話。海報可以幫助你開始和繼續一段談話。因此,你的海報應該宣傳你的工作,並說服其他人與你交談。它還應有助於你談論你的工作。海報不是論文的替代品。省略一些細節是可以的。

視覺吸引力。人們通常參觀好看,而不是上面一堆數學公式的海報。你不需要成為一個藝術家,但應該學習如何使用圖形和顏色。

講故事。一次演講應該有一個清晰的故事情節,你的海報也應如此。當與訪客談論你的工作時,你將使用海報作為指南。確保它以恰當的順序呈現恰當的內容。

演練。正如練習對於演講很重要,練習如何展示你的海報也很重要。練習將幫助你確定海報是否包含恰當的內容、細節和順序。

五、職業發展

職業發展,人際關係網絡和(最終)找到工作都很重要。

實習。工業(或學術)實習是學習新技能,認識新朋友,解決新問題和賺取額外資金的好方法。一種方法是在研究生階段早期做實習,這時你還沒有研究課題,並且沒有在特定問題上有足夠積累。另一種方法是後期臨近找工作時進行實習,這時你將有一套專門的技能和興趣。兩種方法都不錯,而且你可以做多個實習。

參與論文評審。開始在你的研究領域評審論文。主動對你的導師提供幫助——他們幾乎總是會接受你的幫助。讓你的導師評價你的評語,以便提高你的評審技能。

編寫教程。編寫教程/帶有注釋的參考書目(annotated bibliographies)/技術說明。如果這些教程的質量很好,你的名字可以在你的領域內快速傳播。想想你讀過的那些知名學者寫的教程。

關注大牛。知道誰是你的研究領域的大牛(出名的研究者),並密切關注他們的工作。

去參加會議。即使你沒有提交論文,也可以嘗試每年去參加一次會議(請記住,你的導師不一定總是有錢資助你)。如果你對於沒有在會議上作報告而感到不適,你可以告訴人們,「哦,我今年沒有在這裡提交論文而已。「

介紹自己。在會議上向陌生人(不論職務高低)介紹自己,不要感到害羞,即使你發現這很難。如果你不知道要說什麼,可以請他們向你介紹他們的工作。你也可以請你的導師幫忙介紹你。

行事專業。你的行為不僅反映你自己,而且反映你的實驗室和你的導師。此外,你可能會繼續與該領域中的研究人員進行長達數十年的互動——確保你建立行事專業的良好聲譽,這是對你未來的投資。

你並不孤獨。不要期望只依靠自己找到一份工作。你導師的職責的一部分是幫助你找到工作。你要儘早開始和導師談論你的職業目標和求職經歷。與你的導師一起制定一個發展規劃。你還可以依靠你的其他聯繫人,例如你的論文委員會成員和實習東家。

成功有許多種方式。許多學生認為,找到學術研究工作是成功的真正衡量標準:如果你沒成為教授,你就沒有成功——這完全是胡話。你得到一個博士學位是因為讀博過程中所受的訓練。學術研究是一個需要你受博士訓練的領域,但也有許多其他領域需要你:教學,工業界研究,政府政策,投資創業等等。在你讀博期間,嘗試做你喜歡做的事。當你讀完博士,找一個能讓你繼續做這些事的工作。有許多優秀的人選擇非學術的職業道路,因為這是他們想做的,而且他們能從中得到樂趣。最終,你需要做能讓你感到快樂的事(Do what will make you happy)。

原文地址 https://people.cs.umass.edu/~wallach/how_to_be_a_successful_phd_student.pdf

大數據文摘對原文有所刪減和整合。

也許就像AWS的李沐博士在《讀博這五年》裡提到的,「賺錢以後還有大把時間可以,但是能花幾年時間在某個領域從入門到精通、甚至到推動這個領域發展的機會就一次。」

祝每個申請者和科研工作者好運。也願每個人都能找到屬於自己的那份「無與倫比的樂趣」。

相關焦點

  • 機器學習博士自曝:實驗室「閹割」我的創造力,勸你別讀
    賈浩楠 發自 凹非寺量子位 報導 | 公眾號 QbitAI「我博士第五年在讀,但我不建議你來讀博士,因為這是個騙局……」一位外國網友在Reddit上發帖這麼說,他自述研究方向是機器學習。而且他還說,所謂「騙局」只是勸退博士的一個次要原因,還有更殘酷的事實。這個帖子在一天之內衝上熱榜第一,已經有800多回復討論。
  • 谷歌大腦高級研究科學家:在康奈爾讀博6年,我收穫了什麼
    近日,谷歌大腦高級研究科學家 Maithra Raghu 發布了自己的博士生涯總結,包括期望值管理、讀博的常見挑戰,以及論文那些事兒,等等。 讀博期望值管理 在這裡,我將讀博稱為一段「旅程」,這是一個經常被低估的方面。
  • 聯繫讀博,怎麼寫郵件?
    我是某學校某專業的一名研二/畢業的學生,研究方向為***,(研究生導師為*** ),想報考/申請您的博士。因此,我希望能讀您的博士,請問您2021/2022年還有名額嗎?或者還需要我提供其他材料嗎?附件為我的個人簡歷。祝好,盼覆!***(你的名字)--首先,整個郵件的基調是平等客觀,不需要過分吹捧老師。其次,郵件要儘量簡潔且思路清晰,避免大段的言之無物。
  • 計算機科學專業畢業後如何選就業方向?斯坦福博士給了幾個建議
    學術環境會提供持續性的反饋——你偏離了軌道一點點,沒關係,肯定會有人讓你知道這一點,甚至會引導你走回正軌。而進入社會後,我很害怕我會做出一系列錯誤的決定,而不會有人告訴我它們是錯的,直到最後追悔莫及。選擇一個錯誤的工作可能會荒廢我幾年時間,還會讓我錯失很多有可能更好的機會和選擇。
  • 國內自然語言處理(NLP)研究組
    小編第一次講技術了,希望大家多多支持,啥都不說了,先把重要實驗室奉上。中國大陸地區:微軟亞研自然語言計算組 Natural Language Computing (NLC) Grouphttps://www.microsoft.com/en-us/research/group/natural-language-computing/www.microsoft.com百度自然語言處理百度自然語言處理 - 理解語言,擁有智能,改變世界nlp.baidu.com
  • 乾貨| 請收下這份2018學習清單:150個最好的機器學習,NLP和Python...
    在之前的一篇文章(https://unsupervisedmethods.com/why-artificial-intelligence-is-different-from-previous-technology-waves-764d7710df8b)中,我們討論過為什麼通用人工智慧領域即將要爆發。有興趣入坑ML的小夥伴不要拖延了,時不我待!
  • ...請收下這份2018學習清單:150個最好的機器學習,NLP和Python教程
    在之前的一篇文章(https://unsupervisedmethods.com/why-artificial-intelligence-is-different-from-previous-technology-waves-764d7710df8b)中,我們討論過為什麼通用人工智慧領域即將要爆發。有興趣入坑ML的小夥伴不要拖延了,時不我待!
  • 他計算機本科,如今碩士快畢業,考慮是否再去讀一個人工智慧博士
    之前收到一個問題,是關於繼續讀博士還是直接工作的問題。他說他是一名「雙一流」大學的生物信息碩士在讀生,本科是計算機專業。有人會問了,計算機被帶上這麼大的光環,為什麼他會從計算機專業跳出來,選擇了其他專業的碩士就讀?其實他目前對自己當初的選擇挺後悔的,沒想到自己一時為了面子而保研到心儀的學校,但卻忽視了專業方向的選擇。現在他馬上要碩士畢業了,又面臨了一些新的問題。
  • 讀博讀廢了是種什麼樣的體驗?
    讀博讀「廢」了是種什麼樣的體驗?又有什麼讀博的「潛規則」可以幫助我們更好的度過博士生涯呢?  案例一  我有個朋友,直博。他第一位導師在他第一年的時候腦淤血,病退了。  換了一位導師繼續。不是怕這哥們讀博讀廢了,而是怕他接著讀下去,把學校的這個專業讀廢了。
  • 劉學:我的臺灣讀博經歷_湃客_澎湃新聞-The Paper
    與多數學者順風順水的學霸故事相比,我有兩段看起來非常「脫軌」的工作經歷。一段是在高校管理學院做輔導員,另一段是在高校研究中心(也是智庫)的工作經歷。這兩段經歷對我的影響都非常大。在第一段工作經歷之前,我從未想要讀博士。另一段工作經歷則給我提供了很好的平臺,大大的開拓了我的視野,也許也為我以後進入另一家智庫埋下了伏筆。
  • 乾貨 | 請收下這份2018學習清單:150個最好的機器學習,NLP和Python教程
    在之前的一篇文章(https://unsupervisedmethods.com/why-artificial-intelligence-is-different-from-previous-technology-waves-764d7710df8b)中,我們討論過為什麼通用人工智慧領域即將要爆發。有興趣入坑ML的小夥伴不要拖延了,時不我待!
  • 「我也要成為一名理論計算機科學家!」——訪南京大學教授尹一通
    人工智慧與機器學習、量子計算、資料庫、軟體工程、網絡與分布式系統、計算機安全等計算機科學的各個方向幾乎都發展出了與自身實踐相結合的相關理論;同時,物理學、經濟學、社會學等專業的一些研究課題也同理論計算機科學之間產生了交叉
  • 想快速入門NLP?我們測評了15門最火課程,幫你找到最適合的
    那麼如果有人給你提供了一個關鍵的學習路徑,並告訴你每個模塊講了什麼,你該按照什麼樣的順序去學習、進階,你會怎麼想?那一定是——完美!這就是為什麼我會寫這篇NLP選課指南,利用了我8年的機器學習實踐經驗作為參考。我個人一共完成或瀏覽了15個最有名的課。在下面這份嚴格的評論中,我將重點放在它們提供的實踐以及商業知識上。
  • 讀博無門就業碰壁,孤獨當了7個月「民科」後,我的論文中了頂會
    之前他就通過朋友接到了一個NearForm項目。要求是:了解Node.js的內部結構,統計背景 ,Web可視化技能。他既滿足這些要求,又能獲得不錯的薪水。到了2019年,原來的項目又給了他新的活,開發在NodeConf EU 2019上發布的IoT智能手錶及胸牌的TensorFlow部分。這讓他保持在2019年繼續有收入。
  • 【機器學習博士競爭力對比】美國ML高薪崗位排名及職業發展分析
    退一萬步說,機器學習博士學位有很大的可能讓你獲取高薪,而獲取高薪後,你不是有機會做很多事情了嗎?不論你是否決定讀博,這篇文章都有參考價值。   如今,每個人都想學機器學習;近幾年來,這已經成了炙手可熱的領域。  那麼,盛譽之下,機器學習名副其實嗎?從某種程度上說,確實如此,機器學習的成功體現了它的實力。
  • Science官方勸退讀博困難戶:別死磕,退學得了!
    讀博無疑是一個痛苦的過程。甚至有人說,如今,讀博已經變成了「賭博」。讀博2年後,她退學了,只獲得了碩士學位。 「我曾經對自己所做的項目非常感興趣,並且因為能將人類的認知向前推進而感到興奮。」Martinsek說,「但我每天的日常工作就是盯著電腦屏幕分析視頻,就像一直呆在地下室裡。最終我發現,這根本不適合我。」 這種脫節使她意識到,能夠享受日常工作及其帶來的責任感真的很重要。
  • 「研究生讀不下去,我主動退學了」
    「為什麼之前拼命想讀博?因為這似乎才是彰顯自己喜歡化學的唯一方式。」周圍所有的人都告訴他,熱愛化學的孩子就該以科研為業。但張楚後來才明白,不是所有熱愛者,都適合做科研。但學院裡並沒有遊戲開發和設計相關專業,他就把計算機圖形學作為了自己的方向。 選導師時,王陽並不草率。他看過導師與人合寫的一篇論文,研究如何把三維模型渲染成水墨畫的畫風——這正是王陽感興趣的。拜入導師門下後他才意識到,導師對此方向知之甚少。「那篇論文他可能只是掛了個名。」 入校後,王陽先被導師派去了公司,做了兩年橫向項目。
  • 計算機科學博士進入工業界的出路在哪裡?
    計算機專業的博士在工業界無論是薪待遇還是職業發展都很好,最高薪酬預計年薪200萬(基本工資+股票);但也有人認為,若是不是去頂級機構讀,而且已經聯繫到比較好的公司工作,那還是去搬磚的好。 讀博 or 不讀博,這是一個問題。 對於計算機科學專業來說,這個問題又稍微特殊一些。
  • 揭秘量子計算機:仍存諸多瓶頸,首要工作是加速機器學習
    計算機可以在「噪音」出現之前完成分類任務——這是當今技術的最大限制因素——有可能使計算發生混亂。「在擁有完全通用的容錯量子計算機之前,你可能擁有量子優勢,」IBM公司Thomas j.Watson研究中心的克裡斯坦·泰姆(Kristan Temme)說。讓機器本身來解決問題不過,到目前為止,基於量子矩陣代數的機器學習只在只有四個量子位的機器上得到了證明。