Cómo lidiar con un trabajo de investigación cuando contiene muchos materiales de fondo que no has estudiado

Cuando hice mi tesis de maestría en sistemas de recomendación, estaba en la misma situación. Si bien había estudiado estadística, optimización y demás, nunca había estudiado aprendizaje automático o sistemas de recomendación en ningún curso. Tomar todos los cursos que cubren los conceptos básicos de todas las materias que necesitaba para mi tesis no hubiera sido viable, ya que tomaría más tiempo del que se suponía que debía ser el proyecto de tesis en sí. Si se supone que debe hacer su propia investigación basada en el documento, sin duda también se encontrará con algunos problemas que también pueden ser muy específicos para su investigación, en cuyo caso aún puede necesitar algunos estudios adicionales.

Le aconsejaría que lea el periódico varias veces y luego pregunte a su supervisor / colegas sobre las partes que no comprende. Si no pueden responder, es posible que deba leer más documentos sobre esos temas específicos, lo que a su vez puede generar más documentos. Asegúrese de hacer una pausa de vez en cuando y pregúntese si realmente necesita comprender todos los conceptos relacionados completamente para su trabajo, o si la familiaridad básica será suficiente con algunos de los conceptos.

Lo mejor es ir a un doctorado / postdoc (¿su supervisor?) Y discutir el documento con él / ella. Pueden decirle en qué concentrarse y qué fuentes puede utilizar mejor.

More Interesting

¿Cuáles son algunas aplicaciones de la vida real del aprendizaje automático además de las aplicaciones relacionadas con la web?

¿Qué significa el aprendizaje de características en Machine Learning?

¿Por qué es óptimo establecer el tamaño del paso para la regresión logística con el descenso del gradiente al recíproco de la consistencia de lipschitz?

¿Cuáles son algunos problemas no resueltos en el procesamiento del lenguaje natural?

¿Qué tipo de habilidades de codificación se requieren para trabajar en el aprendizaje automático en empresas como Facebook, Quora, Google, Microsoft?

¿La investigación actual sobre el procesamiento del lenguaje natural gira principalmente en torno al aprendizaje profundo? Si no, ¿cuáles son las técnicas modernas alternativas?

¿Cómo funciona la selección de características bayesianas?

¿Hay alguna métrica de evaluación para chatbots?

¿Cuál es la diferencia entre el sistema de soporte de decisiones y el sistema de recomendaciones?

¿Cómo seleccionaría los datos para capacitar y probar los modelos?

¿Cómo es tomar CS 228: modelo gráfico probabilístico en Stanford?

Cómo hacer aprendizaje automático usando scikit-learn para un archivo CSV que tiene muchas columnas de texto

Si existieran interfaces neuronales, ¿cuáles serían las aplicaciones civiles? ¿Cuántos tendría, por qué?

Cómo usar el codificador automático de Geoffrey Hinton para datos MNIST para clasificar dígitos

¿Cuál es la mejor herramienta de optimización bayesiana para optimizar hiperparámetros de grandes redes neuronales?