Esto es, curiosamente, una cuestión de rol. Si quisieras ir a Silicon Valley y construir una empresa basada en la visión por computadora, te recomendaría que conozcas ampliamente los métodos y las aplicaciones. Después de todo, su empresa, sobre todo, completa una tarea para el usuario, por lo que necesita saber todo lo posible sobre esa tarea (la aplicación), mientras que la forma en que completa esa tarea depende de su elección de tecnologías (los métodos).
Dado que eres un estudiante de doctorado, tu vida se basará en la investigación, donde eliges un tema de interés y gradualmente profundizas más y más hasta que te hayas decidido por un tema tan específico que nadie ha escrito una investigación sobre antes. Por lo tanto, hay un valor definitivo para que un estudiante graduado tenga un conocimiento muy profundo sobre los métodos más interesantes para él, o para usted, como puede ser, con menos enfoque requerido en la amplitud de las aplicaciones.
Por supuesto, esto realmente depende de tus objetivos. Si personalmente desea completar su doctorado y luego perseguir su verdadera pasión por construir una empresa, es posible que desee perfeccionar un método en particular y construir más amplitud más adelante, al elegir una aplicación para su empresa y su profundidad. Si tu doctorado es tu vida y te interesaría seguir investigando, se aplica el caso contrario.
- ¿Cómo puedo aprender ciencia de datos?
- ¿Cuál es un buen caso de uso práctico para el modelado de temas y LDA?
- ¿Se utilizan algoritmos básicos de CS en el aprendizaje automático?
- ¿Qué pasos son necesarios para construir un sistema de aprendizaje profundo para el análisis de sentimientos, tomando como datos de entrada de las redes sociales?
- PNL: ¿Cuáles son las aplicaciones del análisis en el procesamiento del lenguaje natural?
