Hay muchas cosas elegantes en el campo,.
Sin embargo, diría que los siguientes son los más pasados por alto, pero muy importantes a medida que la tecnología de ciencia de datos / IA se vuelve omnipresente:
- Evaluación de modelos de aprendizaje automático desde una perspectiva de rendimiento (¿cuál es el modelo correcto dado un conjunto de objetivos y herramientas?)
- Analizando los efectos secundarios no deseados de los algoritmos de IA: sesgo y ética en los algoritmos. Por ejemplo,
- cómo evitar sesgos no deseados cuando un algoritmo trata injustamente a miembros de cierto grupo social (por ejemplo, si un algoritmo de recursos humanos discrimina contra una determinada raza, religión, etc.)
- ¿Cuál es la toma de decisiones más ética / moral para que un automóvil autónomo tome la difícil decisión de golpear a una persona versus proteger al ocupante? ¿Cuál es el papel de la tecnología frente a la persona en este escenario?
- ¿En qué tipo de proyectos personales puedo trabajar para ayudar a mi solicitud de escuela de posgrado CS (tengo 2 años)?
- Cómo saber cuáles son las últimas áreas de investigación en informática
- ¿Por qué el parámetro predeterminado en csrankings.org es "EE. UU. Solamente" aunque el sitio web se llame "Clasificación de informática"?
- ¿Cuáles son algunos de los usos activos de los sistemas distribuidos de lectura / escritura / lectura débilmente consistentes como Bayou?
- ¿Qué tiene de importante el trabajo de investigación sobre aprendizaje automático 'Network in Network?
