¿Un doctorado en aprendizaje automático centrado en un tema que no sea el aprendizaje profundo seguirá siendo comercializable (en la industria) en 2020?

El aprendizaje profundo que se persigue hoy en día es realmente muy impresionante y ha hecho posible muchas cosas. Sin embargo, no es el santo grial del aprendizaje automático. Hay muchas cosas que deben corregirse o mejorarse en el aprendizaje automático.

Algunos temas que necesitan un poco de investigación:

  • Métodos mejorados para evitar mínimos locales
  • Detección rápida de datos falsos en Big Data
  • Un algoritmo de aprendizaje automático para seleccionar el algoritmo de aprendizaje automático más apropiado para un problema determinado
  • Conclusión sobre si el conjunto de datos de entrenamiento implica una fórmula (como E = mc ^ 2) o una distribución estadística (como PV = constante) o algo más (como la predicción de lluvia de asteroides).
  • Posibilidad de incluir la computación analógica en problemas de aprendizaje automático relacionados con el reconocimiento de imágenes, etc.

No pretendo ser un experto en aprendizaje profundo o aprendizaje automático.

Me preguntaría si el aprendizaje profundo seguirá siendo un tema de moda en 5 a 10 años. El aprendizaje profundo es realmente solo redes neuronales con esteroides que pueden manejar datos que tienen una especie de estructura geométrica. Funciona con imágenes o archivos de audio bastante bien. La mayoría del aprendizaje automático no es el análisis de archivos de imagen y audio.

De todos modos, si se toma el tiempo de comprender las matemáticas que subyacen a todos estos algoritmos de aprendizaje automático, son solo variaciones de un tema común y más parecidas que diferentes. Así que no importa qué algoritmos estudies …

… Lo sé, tratando de explicar eso a una persona de recursos humanos …

… Estudiar el aprendizaje profundo con la suposición de que todos los problemas en el futuro serán problemas de aprendizaje profundo es como estudiar un martillo y asumir que todos los problemas serán clavos. Necesita un kit de herramientas, no una sola herramienta.

Un doctorado se trata de aprender el proceso de investigación en lugar de un método específico (a menos que esté planeando permanecer en la academia). Dicho esto, no estoy seguro de si el aprendizaje profundo estará de moda más de 3 años a partir de ahora, ya que el campo se mueve rápidamente. Recomiendo hacer algo sobre reducción de dimensionalidad, tamaños de muestra pequeños o conjuntos. Algo que ha existido por un tiempo, particularmente las conexiones entre múltiples cosas que han existido por un tiempo, generalmente son mejores que los temas que están de moda en este momento.

Realmente, un doctorado se trata de demostrar la capacidad de hacer investigación, y menos sobre un tema en particular. La mía era bastante aburrida y no estaba muy relacionada con lo que hago ahora. Muchas personas cambian los subcampos una vez que obtienen su título. Así que no me preocuparía, tanto por la razón que Stuart da (que las cosas probablemente cambiarán de todos modos), como porque lugares como Google, Facebook, Amazon, etc. estarán encantados de contratarte como ingeniero de software en cualquier caso . Ser un experto en lo último y genial es ciertamente una ventaja, pero un doctorado en CS no va a carecer de trabajo en el futuro previsible, sin importar cuál sea el tema de su disertación.

More Interesting

¿Qué consejo le darías a los estudiantes de doctorado que comienzan su doctorado en aprendizaje automático?

¿Cuáles son algunos ejemplos de aprendizaje automático en operaciones de computación en la nube?

¿Cuáles podrían ser las características posibles para detectar fraude en transacciones en cajeros automáticos?

¿Cuál sería su guía para un hombre de 46 años que conoce la programación primaria y está interesado en obtener un conocimiento práctico del aprendizaje automático?

¿Cuántos tipos de técnicas utilizan los limpiadores profesionales?

¿Qué es exactamente el sobreajuste y por qué preferimos modelos que no están sobreajustados incluso cuando los resultados son mejores?

¿Cuál es el plan de estudios de maestría de Stanford en AI / ML?

¿Cuál es la tecnología detrás de la aplicación Summly recién adquirida por Yahoo?

¿Qué problemas actuales en robótica intentan resolver los investigadores con el aprendizaje automático?

¿Cuáles son las cosas divertidas que encontró en el procesamiento del lenguaje natural (PNL)?

Si su red neuronal no está aprendiendo (o no está aprendiendo mucho), ¿qué pasos toma para descubrir por qué?

¿Cómo se diseñan las redes neuronales artificiales y qué teoremas académicos las respaldan?

¿Puede ingresar al programa de doctorado CS de nivel superior / siguiente sin publicación, suponiendo que tenga una experiencia de investigación decente?

¿Qué es una red de detección como YOLO o SSD en el aprendizaje automático?

¿Alguien puede darme un mapa para aprender Deep learning?