Supongo que tiene buenas habilidades técnicas en álgebra lineal, probabilidad, cálculo e informática, por lo que no necesita ninguna preparación general.
Una de las mejores cosas que puede hacer el verano antes de graduarse es ir a una de las Escuelas de verano de Machine Learning. Estos te enseñarán mucho, conocerás a mucha gente, verás charlas sobre diferentes temas.
Es posible que desee leer libros como http://bit.ly/PRMLbook http://bit.ly/BRMLbook o http://bit.ly/PGMbook, pero creo que una cosa más importante es comprender las diferentes áreas de aprendizaje automático, y para asegurarse de elegir una buena escuela de posgrado en el área en la que cree que desea investigar. ¿Está interesado en el aprendizaje automático bayesiano? métodos del núcleo? aprendizaje a gran escala? ¿Desea comenzar a trabajar en aplicaciones particulares en física / biología / redes, o desea hacer teoría general?
- ¿Cómo debo seleccionar un tema de trabajo de investigación único y excelente en informática?
- Como estudiante universitario en informática, ¿debería hacer proyectos de investigación con profesores y programar proyectos paralelos por mi cuenta?
- ¿Cuáles son las fronteras de la investigación en informática?
- ¿Cuál es la mejor oportunidad de carrera para el ingeniero de investigación de visión por computadora (pregrado) en India?
- ¿Cuáles son las mejores ideas de temas de investigación de doctorado en seguridad informática en la nube para un nuevo estudiante? ¿Por qué?
De manera crucial, el laboratorio en el que termines probablemente determinará el tipo de métodos y la escuela de pensamiento con la que trabajarás. Mire Toronto para el aprendizaje profundo y las redes neuronales, Cambridge para las estadísticas bayesianas, Berkeley o UCL para una mezcla de estadísticas bayesianas y frecuentistas, Tubingen para los métodos del núcleo. También hay puntos calientes altamente especializados, como Alberta para el aprendizaje de refuerzo. Así que asegúrese de comprender cuál es su verdadera vocación antes de comenzar la escuela de posgrado.
La mejor manera de resolver esto es hablar con la gente y buscar documentos de conferencias principales como NIPS, ICML, AISTATS, COLT. Pero, de nuevo, las escuelas de verano de Machine Learning también son increíbles para esto.
Si ya conoce estos diferentes campos, entonces probablemente esté listo. Este puede ser su último verano para disfrutar sin preocuparse demasiado por el trabajo, así que asegúrese de usar su tiempo libre en consecuencia 🙂