¿Cómo compararías hacer un doctorado en ML (principalmente aprendizaje profundo) en Duke, UC Irvine y Georgia Tech?

Depende de tus criterios. Si su objetivo se centra en el pedigrí, probablemente salga mejor con GT. Pero lo que más importa es con quién quieres trabajar. Se debe elegir un programa de doctorado porque desea trabajar con alguien, un hecho que queda claro una vez que comienza a hacerlo. Lo que lo convierte en un gran asesor es alguien que lo ayude a encontrar su propio potencial. Ella o él te asesora, sí, pero cuando hayas terminado la idea es que los eclipsarás.

Por lo tanto, elegir una escuela de posgrado no se trata solo de la escuela, se trata de lo que quieres hacer y con quién. Si está realmente interesado en el aprendizaje profundo aplicado a la filología, descubra quién está haciendo un trabajo que despierte su interés. Obtendrá más de su doctorado colaborando con alguien cuyos intereses se superponen con los suyos que alguien cuyo enfoque es muy diferente (como CNN en lugar de RNN).

Al elegir programas de doctorado, descubra con quién le gustaría trabajar primero. Luego vea si están buscando estudiantes. Luego, averigua dónde aplicar.

Los programas de doctorado son selectivos. GT recuerda que entre 1/4 y 1/3 de los solicitantes de doctorado, según recuerdo, y muchos programas más pequeños tienen tasas de aceptación más bajas. Si alguien decide que te quiere, entonces tus probabilidades de ser seleccionado aumentan sustancialmente (tu solicitud se retira temprano y se revisa).

Cualquiera que tenga algunos miembros de la facultad con los que estaría interesado en trabajar durante su disertación. Esa es la parte más importante de su doctorado, y establece su trayectoria profesional (persona de agrupamiento, persona de conjunto, persona de TDA …) y oportunidades post-doctorales.

More Interesting

¿Existe la idea de utilizar la regularización para evitar el sobreajuste en la econometría, como lo enseñan los economistas?

¿Debo obtener una MacBook Pro con 16 GB de RAM (máximo) para el trabajo de aprendizaje automático, a pesar de que puedo llevar cosas intensas a una instancia de Google Cloud?

¿Cómo se determina la significación estadística para las curvas ROC y los valores de AUC?

Cómo automatizar la selección de características en un conjunto de datos que involucra muchos datos no numéricos

¿Cómo se evalúa si uno tiene una buena palabra incrustada?

¿Cuál es el mejor marco de aprendizaje profundo para Apache Spark?

Para aquellos que han usado redes neuronales u otro aprendizaje automático, ¿cuánto tiempo de procesamiento les ha llevado entrenarlos y qué tan grande fue el conjunto de datos?

¿Cuáles son las mejores prácticas en torno al aprendizaje automático y los sistemas de recomendación para sitios de trabajo?

¿Cómo se puede mejorar Google News?

¿Dónde debo comenzar si quiero escribir un algoritmo de etiquetado y clasificación de oraciones?

¿Qué significa una probabilidad gaussiana en el clasificador bayesiano ingenuo gaussiano?

¿Cuál es la diferencia entre aplicar la descomposición del tren Tensor y agregar más capas a la red donde cada una tiene un tamaño reducido?

¿La retropropagación de red neuronal de convolución utiliza un algoritmo en línea o un algoritmo por lotes?

¿Cuáles son algunos proyectos de investigación interesantes relacionados con el aprendizaje automático?

¿Cuáles son algunos casos de mal uso de las redes neuronales?