其他
纽约大学教授:如何做一名合格的机器学习博士生?
编程、数学以及各类“硬”技能是成为一名机器学习博士生的必要条件,然而很多其他的因素也十分关键。以下是纽约大学助理教授Krzysztof Geras给他的第一批博士生的忠告。
努力把事情做好
承担责任
常到实验室
博士学位很难获得,但如果你不和那些与你处境相同的人交流,这一切将变得更难。待在家里很舒服,但不是正确的决定。积极展示你的努力,不要害羞
要与其他人交流你的工作成果,要及时向教授、博士后以及同一部门的其他博士生沟通请教。他们提出的问题会使你重新思考课题中的各个要素。缺乏定期的反思,将成为你研究之路上的绊脚石。专注细节
一定要在第一次写代码时就确保准确,因为调试机器学习代码是一件非常困难的事情。多花一天时间仔细写代码,要比多花两周调试代码,失败导致使思路停滞划算的多。你所做的一切工作都需要这样,要谨记工作质量是重中之重。坚持专注
想要在同一时间内高质量的完成多个课题的工作,是极其困难的。坚持专注目标,不要将你的精力分散到过多的课题上。保持耐心
成功完成一个研究课题需要耗费大量的时间和毅力。这并不仅仅等同于实际回答一个研究问题,而是需要完成几个相关的课题。将会有很多工作等着你去做,唯有坚持,方能胜利。谦虚谨慎
认清现实,一切只是开始的开始。即使你身处世界上最优秀的大学,你也有可能没法获得博士学位。不要忘记还有有很多比你更优秀的人最终没有拿到它。你将必须刻苦工作若干年,才能获得博士学位。彬彬有礼,善于交友
学术界是一个比外部看起来小的多世界,身处其中的人都将互相了解。如果你不想获得一个不可理喻或粗鲁莽撞的名声,那么就时刻保持礼貌和专业。避免树敌
除非你非常幸运,否则你将会遇到不易相处的同事、不会正确处理事务的管理员、或者0回应的程序代码高手。知之为知之,不知为不知
对待你自己和你的导师都要诚实。当你并不理解一部分对话时,要向你的导师虚心请教。你不可能在攻读博士之初就了解所有事情。但是,如果在你听过几次后并没有要求继续解释,那就代表你已经明白了。表达清晰
你的工作质量是重中之重,但如果在一篇论文、一次会话、一次交流中不能表达清楚你的研究成果,即使你的研究成果是最优秀的,也将会面临被忽视的风险。加强导师的参与度
有一种顾虑(想法),是直到完成大部分工作时,才想向导师汇报成果。如果你非常明确的知道该做什么,你只需要持续工作下去。但如果你对实际应该做些什么感到困惑,那么就需要及时向导师请教。“反哺”导师
你的导师并不能知晓所有事情,但他们非常聪明而且求学若渴。传授你的所思所学给他们。如果你希望获得高质量的意见建议,就必须给他们提供足够多的背景知识,让他们详细的了解你正在做的工作。珍惜导师的时间
除非你有充分的理由,否则不要迟到。导师往往非常忙碌,迟到15分钟是难以忍受的。如果你的导师能够在上午9点见你,那么你也一定可以。向导师请教
提出建议是非常困难的。确保导师们关注和思考过你的课题。向他们提深奥的问题。他们习惯这样,也能够接受这样,而且他们很乐于看到你在深入的思考和研究。尽你所能尝试与导师深入讨论问题。享受生活
工作中,可能在几个星期内出现每天工作16小时的情况(当然不建议这样做),但不要让这种工作状态持续几年。试着每天高效工作8小时,挤时间做事情,并花时间在那些研究学习之外的、你爱的人身上。如果你感到疲倦或痛苦,你就无法获得最好的研究成果。从长远看,坚持作息规律,你将会变得健康幸福。历史文章推荐
CCAI 2019丨李德毅:自动驾驶泡沫破碎 技术、市场、生态和成本四个要素不可忽视
CCAI 2019丨张钹:为什么在人工智能上往往产生过于乐观估计?
CVPR2019 |《胶囊网络(Capsule Networks)综述》,附93页PPT下载
AiLearning:一个 GitHub万星的中文机器学习资源
Multi-task Learning(Review)多任务学习概述
医学图像处理与深度学习入门
AI综述专栏 | 多模态机器学习综述
深度学习中不得不学的Graph Embedding方法
学习率和batchsize如何影响模型的性能?
旷视研究院新出8000点人脸关键点,堪比电影级表情捕捉
你正在看吗?👇