Lo primero es tener una idea que pueda implementar en el código y que sea lo suficientemente interesante como para un artículo. También necesita hacer muchos análisis estadísticos sobre los resultados de rendimiento para concluir que su enfoque definitivamente está mejorando en algo. Luego, encuentra el título correcto para el artículo.
Debes ser un buen escritor, practicar la escritura respondiendo preguntas sobre Quora, escribiendo blogs sobre aprendizaje profundo (DL) y aprendizaje de refuerzo, hablando / escribiendo sobre tus ideas también. De esa manera, mejorará sus habilidades de escritura desde principiante hasta principiante y luego profesional. Mis habilidades de escritura siguen mejorando día a día gracias a Quora. Así que trate de escribir en Quora al menos una vez al día, trate de explicar un sistema complejo a la audiencia aquí en Quora y obtenga algunos comentarios. También puede conectarse con otros profesionales que pueden ayudarlo a verificar la apelación de su borrador. Siga mejorando en el borrador a medida que obtenga más y más conocimiento sobre cómo escribir artículos científicos y el proyecto en cuestión, es un proceso iterativo.
Luego, una revista científica tiene formatos a los que debe adherirse, debe asegurarse de que el diseño de su trabajo sea estándar, todos los trabajos comienzan con una sección de resumen, por ejemplo. Es fácil porque si ha estado leyendo revistas, ya conoce el formato estándar de las revistas de investigación científica. También debe recopilar y leer el trabajo de investigación relacionado de otros, asegúrese de reconocer el trabajo relacionado y luego continuar explicando cómo funciona su sistema y qué tan diferente es de los otros trabajos relacionados.
- ¿Cuál es una explicación intuitiva de la aproximación de la función de codificación de mosaico en el aprendizaje por refuerzo?
- Teoría de la información: ¿Cuál es la relación entre la inteligencia y los algoritmos de compresión de datos?
- ¿Cuál es la utilidad de la normalización por lotes en una red neuronal convolucional muy profunda?
- Cómo desarrollar una recuperación de imagen basada en contenido
- ¿Qué startups están usando el procesamiento del lenguaje natural?
Después de eso, tabule y grafique sus resultados de manera gráfica y atractiva para seguir la manera. Explique los resultados de la manera más intuitiva posible, asegúrese de usar figuras al explicar un concepto algo complejo, las figuras son poderosas porque una imagen vale más que mil palabras. Luego, debe concluir, basándose en el análisis de datos, que su sistema es mejor o mejora en el trabajo anterior. Puede ser que sus algoritmos sean más rápidos, requieran mucho menos datos de entrenamiento o simplemente un enfoque totalmente diferente de hacer las mismas cosas, asegúrese de que quede claro en el título lo que está tratando de resolver.
Asegúrese de que su código también esté listo para ser de código abierto para que otros puedan recrear su trabajo y mejorarlo. La tendencia actual es que cada trabajo viene con código de código abierto para fines de reproducibilidad. Entonces, si no tiene una cuenta de GitHub, asegúrese de tenerla lista, su código de código abierto estará alojado allí.
Dicho esto, debes ser determinado y tener confianza en tus propias habilidades porque no hay nadie más que tú mismo para ponerte en el camino correcto. Eso significa descartar, leer muchos otros trabajos de investigación e intentar codificar los sistemas usando su lenguaje de programación favorito y hacer muchos experimentos y registrar los resultados de una manera estándar porque necesitará estos resultados en el documento. No haga afirmaciones extraídas de la nada en una revista científica, los hechos son lo que cuenta. Si eres cristiano como yo, no escribas “porque Dios dijo que mis algoritmos son mejores” , pruébalo.
No te mentiré, el primer intento probablemente sea malo. Los errores serán sus mentores, piénselo, la señal de retroalimentación para usted son errores, no está supervisado, su única forma de medir el progreso es intentar y ver cómo funciona y luego volver al tablero de dibujo. La mayoría de las personas tienen miedo de intentarlo porque temen no ser lo suficientemente buenas. Comencé a escribir en Quora hace aproximadamente un año, poco sabía que podía convertirme en un escritor principal 2017. Mi objetivo era tratar de ayudar a otros a comprender el aprendizaje automático y los campos de visión por computadora, y luego en el camino sucedieron las cosas.
Así que pruébalo pero no será fácil, nada que valga la pena es fácil.
Espero que esto ayude
