¿Hay abandonos universitarios que trabajan como científicos de datos o especialistas en aprendizaje automático?

Por supuesto que los hay. Deseo que más personas presten atención a los pensamientos de Sir Ken Robinson sobre educación. Ayudaría enormemente a las personas a comprender que la educación superior se alimenta principalmente de la investigación científica e incluso esto se está trasladando a las empresas.

La gran mayoría del proceso de aprendizaje se realiza en el trabajo. No en la universidad La universidad es relevante, en su mayor parte, para ingresar al mercado laboral. Un servidor de títulos universitarios dice: “Tengo un documento que te permite asumir que tengo algunas habilidades que quizás quieras probar antes de darme un trabajo”. La experiencia supera todo eso en un par de años.

Lo que sabemos es que la cantidad de años de estudio tiene una relación directa con el dinero que uno gana en el transcurso de su vida. Algunos sostienen que el punto de entrada es más alto en términos de salario si tiene una educación superior y, por lo tanto, con los años, ganará más y más. No discuto con eso en absoluto. De hecho, creo que tiene mucho sentido. Es más difícil obtener el primer trabajo como desertor y es más difícil obtener un salario más alto si se abandona.

Lo que sostengo es que existe un vínculo directo entre poder realizar alguna tarea y ser un desertor o no. Hay excepciones, médicos, abogados, etc. Pero para algo que la base de conocimiento es transferible y ampliamente disponible, la deserción no es un problema con la excepción de entrar.

Por lo tanto, hay abandonos en las posibles actividades que pueden realizar y ¡hay otras brillantes! La ciencia de datos y el aprendizaje automático no son excepciones.

Sí. Creador de Deeplearning4j, fundador de Skymind, y el instructor de la Academia Zipfian, Adam Gibson, abandonó un título de CS en Michigan Tech.

http://www.linkedin.com/in/agibs

No es seguro. Sin embargo, conozco a un especialista en aprendizaje automático de clase mundial que abandonó la escuela secundaria.

More Interesting

¿Cuál es la mejor manera de predecir una clase +/- en un escenario de aprendizaje automático donde tengo k características trinarias y un conjunto de datos del orden de cientos o miles?

¿Qué algoritmo sería bueno para asignar una probabilidad a la coincidencia de dos nombres (John Doe = Mr. Jonathan M Doe II)?

¿Es realmente necesaria la programación competitiva para campos como la ciencia de datos o el aprendizaje automático y para solicitar gigantes tecnológicos?

¿Qué significa 'modelado de conjunto'?

¿Cuál es la diferencia entre aprendizaje gradual y aprendizaje de refuerzo?

Quiero aprender el procesamiento del lenguaje natural en CMU. ¿Es mejor tomarlo como un estudiante de CS o tomarlo como un estudiante de lingüística (como una electiva)?

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

¿Cuáles son los mejores marcos de implementación (DL4J, Theano, TensorFlow, etc.) para máquinas de Boltzmann restringidas?

¿Puedo entrenar una red neuronal convolucional (CNN) con imágenes de fondo diferente en blanco y negro?

¿Cuándo veremos una base teórica y una base matemática para el aprendizaje profundo?

¿Cuántas imágenes de entrenamiento deberían usarse para una buena tarea de reconocimiento de género en OpenCV? ¿Hay algún conjunto de datos disponible para esta tarea?

¿Por qué debería obtener el doble de RAM que la memoria total de mi GPU para construir una plataforma de aprendizaje profundo?

¿El aprendizaje automático es solo una forma de predecir con precisión resultados particulares y / o tomar acciones óptimas basadas en algún conjunto de datos?

¿Alguien ha intentado combinar las redes neuronales con un aprendizaje profundo?

Karpathy mencionó durante una conferencia que es posible reemplazar la capa FC al final de una CNN con una capa de agrupación promedio. ¿Alguien lo ha intentado?