Gracias por la solicitud de A2A, ahora estoy seguro de que puedo responder esto.
Descargo de responsabilidad 1. Me gradué del programa USC MS CS (clase de 2017). Hice tres pasantías en el JPL de la NASA como pasante científico de datos. Después de graduarme, procedí a trabajar como programador de investigación en el grupo USC ISI NLP.
En primer lugar, ¡felicidades por su admisión a USC MS en CS!
- ¿Cuáles son algunos buenos métodos para explorar datos de alta dimensión?
- ¿Cómo compararías hacer un doctorado en ML (principalmente aprendizaje profundo) en Duke, UC Irvine y Georgia Tech?
- ¿Cuáles son los proyectos de aprendizaje automático que puedo hacer para practicar y aprender como principiante?
- Cómo implementar un algoritmo de fijación de precios dinámico en Hadoop
- Cómo implementar el descenso de gradiente de mini lotes en una red neuronal
En segundo lugar, felicidades por elegir especializarse en ML + data science + AI, el mundo necesita más personas buenas con estas habilidades.
Espero que esté familiarizado con el programa MS CS de USC. Por lo general, 28 créditos para CS general donde cada curso agrega 4 unidades (cada pasantía es 1 unidad, un curso obligatorio de escritura de 1 unidad). En resumen, puedes estudiar de 6 a 7 cursos para cumplir con los requisitos de grado y, por lo tanto, debes ser inteligente con la selección de cursos.
Descargo de responsabilidad 2. Realmente tenemos que elegir 6 cursos dejando todo lo demás a un lado. Por lo tanto, los cursos que no se mencionan a continuación no implican que sean cursos malos. Supongo que los otros cursos no son relevantes para la especialización o ya los has visto en pregrado.
1. Algorithms es un curso de estudio DEBE (según los requisitos de grado), así que tómalo. Probablemente hayas visto este curso en pregrado. Use su tiempo sabiamente para resolver problemas de programación competitivos como complemento (hackerrank, leetcode, codeforces …). Cuando solicite una pasantía o un trabajo a tiempo completo, estoy bastante seguro de que el entrevistador técnico le dará un rompecabezas de programación y le pedirá que proponga un algoritmo. Es tan triste que no pondrán a prueba su ciencia de datos o habilidades de aprendizaje automático que provienen de los cursos a continuación. Aprenda el análisis de la complejidad del tiempo y la memoria, y también el diseño de soluciones de programación dinámica. MIT OCW tiene un buen curso impartido por el Prof. Erik Damien si te gusta (re) aprender profundamente.
2. Fundamentos de la inteligencia artificial . Esto proporciona una visión más amplia y la filosofía del campo de IA y también las matemáticas fundamentales para el trabajo del curso de Machine Learning. Complemente este material con los cursos en línea (MIT OCW tiene un buen curso de IA impartido por el Prof. Patrick Winston, Youtube tiene algunos videos más en general, y vaya a KhanAcademy para matemáticas)
3. Esto es conflictivo: tecnologías web o sistemas de bases de datos . Los requisitos de grado exigen uno de estos dos. Tome el curso que ofrece mucho aprendizaje por el dinero y el tiempo que le da a USC (4 unidades = $ 7,748 a partir de 2017, eso es mucho dinero para darlo a un curso que no necesita). Hice sistemas de bases de datos porque me vi obligado a hacer un curso aquí, y ya sabía casi todo lo que había sobre el programa de estudios de tecnologías web (gracias a mi experiencia laboral previa). También puede intentar renunciar a ambos, si los asesores de su curso están dispuestos a hacerlo. Si estos cursos son requisitos previos para otros y ha realizado un curso relevante en pregrado, entonces definitivamente puede saltear el requisito previo.
4. Aprendizaje automático : este es un curso que DEBE tener. Fue enseñado por el Dr. Yann Liu anteriormente, ahora creo que el Dr. Fei Sha también tiene una gran estructura de curso. Aunque fue el curso más difícil, me alegro de haberlo tomado, ya que me enseñó los fundamentos que fueron útiles para resolver problemas de PNL y visión por computadora. También puede usar materiales complementarios de la clase Stanford del Prof. Andrew Ng (Nota: es diferente de la clase ML de Coursera, disponible en youtube)
5. Procesamiento de lenguaje natural aplicado – si NLP le interesa. Los profesores de PNL siguen cambiando en la USC, así que no estoy seguro de qué profesor enseñará. Aquí también puede encontrar material suplementario de Stanford NLP en youtube impartido por el Dr. Manning y el Dr. Jurafsky.
6. Temas especiales: Aprendizaje profundo y aplicaciones : si tuvo la suerte de tener el curso ofrecido. Hay buenos cursos en línea ya que este es un tema candente.
7.a. Recuperación de información y motores de búsqueda web: en otoño de 2015, fue impartido por el Dr. Chris Mattmann, y el curso fue agradable. Escuché que el Dr. Mattmann ya no enseña este curso y la opinión de los estudiantes sobre el nuevo curso no es muy satisfactoria, por lo que ya no tengo mucha confianza en esta opción.
7.b. Considere también el curso Curso de construcción de gráficos de conocimiento
7.b Considere también cualquier otro curso bueno de temas especiales como detección y análisis de contenido , etc.
PD
- La experiencia de la ciencia de datos se obtendrá haciendo cosas de manera práctica, así que trate de obtener una pasantía relacionada con la ciencia de datos, una oportunidad de investigación dirigida, o un trabajo de estudiante, etc.
- El curso de maestría le brinda tiempo y recursos para aprender los temas que necesita. He mencionado algunos de mis cursos favoritos y útiles que claramente no son de la USC. Para aprender, no está obligado a utilizar el material de USC solo. Hay tantos cursos buenos grabados y cargados en línea (por ejemplo, MIT OCW, grabaciones de Stanford en youtube, Coursera, KhanAcademy). ¡Agradezca a USC por darle tiempo para estudiar y no dude en ver los cursos relacionados en línea! Por lo general, los profesores hacen un esfuerzo adicional para la clase si las sesiones se graban y se suben al público, y eso es lo que los hace excelentes cursos.
Buena suerte.
-TG