Contexto: Soy un estudiante de doctorado actual en una de las 3 mejores universidades de ML (lo que sea que eso signifique), y estoy entre los estudiantes más productivos de mi grupo.
Debes tener en cuenta que:
- La mayor parte de la investigación de ML es ruido, y es solo el IP que sigue su impulso anterior en un área determinada.
- Una parte importante de la investigación de ML está en la comprensión teórica de los algoritmos existentes, lo que rara vez conduce a avances fundamentales en los algoritmos mismos (una excepción reciente es AdaGrad, pero últimamente se ha suplantado con métodos mucho más extravagantes).
- El “algoritmo maestro” para IA tiene una buena posibilidad de no salir de la academia, y probablemente sería rechazado en la mayoría de las conferencias de hoy.
Entonces, sí, es posible hacer un trabajo fundamental en IA, pero tenga en cuenta que será difícil ser aceptado por la academia. Los dos solo están poco correlacionados.
- ¿Cuáles son las principales diferencias en un POE de un estudiante que busca un título de maestría y otro estudiante que busca un doctorado?
- ¿Qué propósito sería razonable para obtener dos doctorados?
- Si no entro en mi programa de doctorado preferido y me uno a una escuela que está más abajo en mi lista y luego descubro que el departamento no tiene a nadie investigando en mi área de interés, ¿qué debo hacer?
- ¿Cómo puede un profesor medir la calidad de un solicitante para programas de investigación como un doctorado?
- Maestría, ¿desde qué universidades se prepararían mejor para obtener un doctorado en economía de una universidad de primer nivel en los Estados Unidos?