¿Cómo se sienten los estudiantes de doctorado en aprendizaje automático después del reciente aumento del aprendizaje profundo? ¿Creen que gran parte de su arduo trabajo se desperdiciará?

Creo que esta preocupación se aplica a varios factores de vida comprensibles. Un estudiante de aprendizaje automático en el nivel de doctorado se preocupa por su carrera , investigación y conocimiento , credibilidad y calidad de vida . Esto significa que una persona que invierte entre 5 y 7 años de su carrera y vida, equilibrando la familia y los amigos, así como los pasatiempos, debe querer saber si sus estudios y logros darán resultado. La propuesta comercial básica es, ¿su investigación retorna la inversión en una forma tangible? No solo queremos decir propiedad intelectual o valor intangible. Queremos decir que el trabajo debe ofrecer un conocimiento satisfactorio, que de ser valioso podría venderse en las librerías en libros de texto, tutoriales, consejos profesionales o medios para comunicar ese conocimiento. Una inversión de 5–7 años de enfoque, estudio e investigación debe dar crédito al estudiante, en forma de título, trabajo de curso, transcripción, recomendaciones del profesor o reputación institucional. Esto significa que el graduado de doctorado puede transferir su investigación y trabajo a un puesto académico, carrera profesional o aplicar sus estudios en algún lugar de la sociedad. De manera previsible, pueden postularse en una institución académica, agencia gubernamental, empresa privada o empresa que cotiza en bolsa. En este sentido, aceptarán el empleo como responsabilidad social, responsabilidad de la educación y contribuciones a una sociedad que paga impuestos. Por último, alguien que cree fervientemente en la educación y contribuye a esta institución histórica, debe tener una buena calidad de vida. En general, las personas no quieren dedicar su tiempo, lo que realmente significa una vida centrada en el trabajo, los productos y los servicios por poco reconocimiento, poco respeto o sentirse mal por su trabajo. Los únicos tipos de personas que pueden hacer un trabajo de alta calidad, desafiante e intelectualmente estimulante, sin ninguna recompensa tangible, son altamente éticos y viven sus virtudes. Hacen el bien superior solo porque es lo correcto, sin compensación. Al final, un candidato a doctorado con un asesor e investigador razonablemente bueno, recibe una educación de alta calidad por su trabajo, investigación y contribuciones. Firman el contrato de que su propiedad intelectual pertenece al asesor o departamento de la institución, o al menos comparten el crédito por los descubrimientos intelectuales. Esto significa que un estudiante con inclinación social, en cualquier nivel de educación, ya debería ver su trabajo como ciudadano, empleado o participante en una sociedad grande. Llamamos a este contexto mercado libre, compañías privadas, agencias gubernamentales, comunidades de personas que viven juntas, medios de educación y desarrollo profesional, y la libertad de perseguir sus propios deseos y felicidad. Una persona sensata entiende su ciudadanía en una independencia financiera y una independencia general de seguir las órdenes de otras personas, aprovecharse de un salario mínimo o perder su voluntad y deseos para el futuro, a alguien que solo los usa para sus propios fines. .

Como todo en las etapas de desarrollo, envejece con el tiempo, es decir, el “ascenso” de un sujeto es un arma de doble filo. Si no eres un matemático-estadístico, sino más bien un científico de la computación, aplicando cosas y no haciendo algoritmos pesados ​​basados ​​en matemáticas, probablemente te quedarás desactualizado una vez que hayas terminado. No tome mi palabra, y busque descripciones de trabajo en aprendizaje automático donde aquellos graduados de 2008 y mayores con títulos avanzados se consideran obsoletos hoy en día.

No es un doctorado en aprendizaje automático.

Los métodos de aprendizaje automático tienen valor en diferentes áreas para el aprendizaje profundo. La mayoría de los especialistas en el área lo saben y pueden reconocer los diferentes conjuntos de problemas.

Al igual que con muchas especialidades, los reclutadores entienden que los nuevos campos se mueven rápidamente y los títulos son prueba de la capacidad de aprender en lugar de un conocimiento específico.

No hay contribución, no importa cuán pequeño pueda parecer a las personas cínicas no se desperdiciará. El aprendizaje automático o la ciencia en general es un esfuerzo de colaboración.

Para que un estudiante de doctorado tenga una nueva idea, debe aprender todo el conocimiento previo en su campo respectivo. A través de la comunicación con sus compañeros y supervisores, avanzan hacia su invención.

Su trabajo se prueba primero a través de un proceso meticuloso, luego, después de su éxito, se publica para que todos puedan acceder a él y usarlo para su propio propósito.

No importa lo bueno que seas, no puedes lograr nada sin estar sobre los hombros de gigantes.

More Interesting

¿Puedo ingresar al análisis de datos sin conocimiento de TI?

¿Por qué normalizamos los datos?

¿Qué tan grande debe ser mi equipo de ciencia de datos?

¿Puedes explicar la agrupación en cuadrícula en la minería de datos?

¿Cuál es la diferencia entre hacer ciencia de datos en Google, Amazon y WalmartLabs y hacerlo en Mu Sigma, Accenture y Opera Solutions?

Soy un estudiante de 4º año de ingeniería química en India (IIT). Deseo obtener un título en ciencia de datos en los Estados Unidos. ¿Alguien puede sugerir buenas universidades adecuadas para mi perfil?

¿Qué es el suavizado de datos y cómo puedo usarlo en ciencia de datos / minería?

¿Qué es la gobernanza de datos?

¿Qué acciones técnicas y contractuales puede tomar el gerente de proyecto en caso de corrupción de datos durante la migración de datos?

¿Cuál es la especialidad / campo de estudio más útil para alguien dispuesto a trabajar en el campo de la ciencia de datos?

Además de Ciencias de la Computación, ¿cuál es una mejor alternativa de programa de grado para ser un buen científico de datos?

¿Qué son los momentos en las estadísticas? ¿Qué nos proporcionan sobre la distribución de datos?

¿Cuál es la importancia de la gestión, análisis y seguridad de datos para una empresa?

¿Qué tan buena es la colocación cooperativa para el programa de Big Data en SFU? ¿Cómo son las oportunidades de trabajo para el programa de Big Data en Vancouver para graduados de SFU?

En el aprendizaje automático, ¿por qué utilizamos un tercio de los datos para las pruebas y dos tercios para la capacitación? ¿Es sentido común o hay una razón científica?