[ICLR 2020] 读博指南

  • 如何开启机器学习/深度学习博士?

贡献作者: AkariAsai, Carlos Miranda, Chiara Mugnai, Claas Voelcker, Divyansh Kaushik, FairozaAmira Binti Hamzah, Jade Abbott, Jaydeep Borkar, Kalpesh Krishna, KarmanyaAggarwal, Makbule Gulcin Ozsoy, Marija Stanojevic, Martha White, MichaelMcCabe, Moritz Schneider, Rajarshi Das, Sabrina J. Mielke, Sagar Devkate,Tornike Tsereteli

目录包括:

  • 如何开始学习ML/DL?
  • 如何跟踪最新的研究?
  • 如何申请 PhD?
  • 如何选择PhD导师?
  • 工作后再去读研
  • 读博后去工业界工作
成为VIP会员查看完整内容
[ICLR 2020] Tips for prospective and early-stage PhD students.pdf
92

相关内容

“机器学习是近20多年兴起的一门多领域交叉学科,涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。机器学习理论主要是设计和分析一些让 可以自动“ 学习”的算法。机器学习算法是一类从数据中自动分析获得规律,并利用规律对未知数据进行预测的算法。因为学习算法中涉及了大量的统计学理论,机器学习与统计推断学联系尤为密切,也被称为统计学习理论。算法设计方面,机器学习理论关注可以实现的,行之有效的学习算法。很多 推论问题属于 无程序可循难度,所以部分的机器学习研究是开发容易处理的近似算法。” ——中文维基百科

知识荟萃

精品入门和进阶教程、论文和代码整理等

更多

查看相关VIP内容、论文、资讯等
【硬核课】统计学习理论,321页ppt
专知会员服务
135+阅读 · 2020年6月30日
还在修改博士论文?这份《博士论文写作技巧》为你指南
商业数据分析,39页ppt
专知会员服务
157+阅读 · 2020年6月2日
【课程】伯克利2019全栈深度学习课程(附下载)
专知会员服务
54+阅读 · 2019年10月29日
机器学习数学基础【附PPT下载】
专知
45+阅读 · 2018年9月17日
【干货】数据科学与机器学习面试指南
机器学习算法与Python学习
8+阅读 · 2018年8月15日
一份AI博士生的ICML2018“学霸”笔记(55页)
大数据文摘
21+阅读 · 2018年7月17日
能不能进苹果做 AI,就看这 20 道面试题了
AI研习社
7+阅读 · 2018年5月3日
Arxiv
7+阅读 · 2019年4月8日
Arxiv
26+阅读 · 2019年3月5日
Relational Deep Reinforcement Learning
Arxiv
10+阅读 · 2018年6月28日
Arxiv
5+阅读 · 2018年4月22日
Arxiv
10+阅读 · 2018年2月9日
VIP会员
相关论文
微信扫码咨询专知VIP会员