Los sistemas de recuperación de información y de recomendación son tecnologías interesantes y actuales y es una buena y oportuna idea enfocar su estudio de posgrado en estos temas. Las personas con títulos de posgrado y experiencia en sistemas de recomendación e IR avanzado tienen una gran demanda. Muchas empresas importantes asisten anualmente a las conferencias WWW y RecSys mientras anuncian interesantes oportunidades de trabajo. Si bien no conozco un programa de posgrado específicamente enfocado en IR o RecSys, no importa mucho ya que es el asesor, no el programa es la clave en los estudios de posgrado. Mire los procedimientos o SIGIR, WWW, WSDM, RecSys, UMAP e identifique un conjunto de asesores con los que le gustaría trabajar. Averigüe con qué programas están asociados y solicítelos. Para aumentar sus posibilidades, escriba al asesor de su elección, explique por qué está interesado, muestre sus puntos fuertes.
Nota: si bien IR y RecSys tienen mucho en común, hay muy pocos expertos que trabajen activamente en ambos campos. Es probable que deba tomar una decisión. En este caso, es una buena idea postularse a programas que tienen más de un cuerpo docente trabajando en el área de IR / RecSys. Tendrás más personas para asesorarte.
- ¿Por qué la disminución de la tasa de aprendizaje también aumenta la tasa de sobreajuste en una red neuronal?
- ¿Cuáles son los temas sobre big data para hacer una tesis de maestría que excluye el aprendizaje automático?
- ¿Cuáles son los temas candentes en el aprendizaje automático y la lógica difusa juntos?
- En la regresión logística multinomial, ¿por qué el valor p en la prueba de razón de probabilidad es significativo pero en las estimaciones de parámetros no es significativo para cada dimensión?
- ¿Cómo se puede determinar si un elemento no es apto para ninguna clasificación de acuerdo con el algoritmo Naive Bayes?