女人自慰AV免费观看内涵网,日韩国产剧情在线观看网址,神马电影网特片网,最新一级电影欧美,在线观看亚洲欧美日韩,黄色视频在线播放免费观看,ABO涨奶期羡澄,第一导航fulione,美女主播操b

0
  • 聊天消息
  • 系統消息
  • 評論與回復
登錄后你可以
  • 下載海量資料
  • 學習在線課程
  • 觀看技術視頻
  • 寫文章/發帖/加入社區
會員中心
創作中心

完善資料讓更多小伙伴認識你,還能領取20積分哦,立即完善>

3天內不再提示

機器學習美女博士親身體驗:讀博與工作,如何抉擇?

DPVg_AI_era ? 來源:未知 ? 作者:李倩 ? 2018-09-05 08:48 ? 次閱讀
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

Fast.ai聯合創始人之一Rachel Thomas在博客上被一位對機器學習很感興趣的本科生問到,將來是否應該去讀博士的問題。Rachel Thomas從機會成本、學術環境、就業前景等多個角度給出了詳細的建議和分析,并以一個女性博士的角度提出了自己的觀點,值得懷有同樣疑惑的小伙伴們參考。

問題:我是一名對機器學習充滿熱情的本科學生,我覺得獲得博士學位有點壓力。是不是要先入行幾年,然后再考慮回到學校讀博士更有意義?

關于是否要讀博士的討論經常會受到選擇偏見的影響:考慮攻讀博士學位的人會向已經獲得博士學位的成功人士尋求建議。而另一方面,有許多人在沒有博士學位的情況下,也在從事有趣的前沿工作,而一般人尋求關于讀博士的建議時不會去問后面這些人。

此外還有其他重要因素,比如博士生居高不下的抑郁率,攻讀博士學位的機會成本問題等等,這些都很少被討論。作為一個擁有數學博士學位的人,我很遺憾花了這么多年時間專注于相對狹窄的領域,忽略了許多其他重要的技能。在我面臨就業時,覺得自己在許多關鍵技能和經驗上都需要惡補。

讀博機會成本太高:還不如多幾年工作經驗

我嚴重低估了在產業界工作可以學到多少東西。我曾認為,永遠不斷學習的最好方法是留在學術界,并且我也沒有很好地研究攻讀博士學位的機會成本。我的本科經歷很美妙,我喜歡學術界,喜歡待在學校里。對我來說,留在學術界就像是一個甜蜜的選擇!

不過后來,我意識到我的傳統學術成就實際上是一個弱點,因為我雖然學會了如何解決別人交給我的問題,但并不善于自己找到和解決有趣的問題。我認為,對于許多優秀學生來說,獲得博士學位感覺就像一個“安全”的選擇:選擇這條路目標很明確,可以做一些“出名”的事情。

當時,我覺得我在博士期間學到了很多東西:學習高級課程,閱讀論文,進行研究,定期做演講,在我的領域組織兩次會議,協調組織研究生課程,擔任我所在系的研究生代表,寫論文。

事后來看,所有這些都是比我想象的更狹窄的技能的一部分,而且這些技能中的許多都不如我期望的那樣具備可遷移性。例如,學術論文寫作與博客文章的寫作方式就有非常大的不同,理解學術政治與創業政治也有很大不同,因為二者的結構和激勵形式都如此不同。

我自己拿到了博士學位,在27歲時開始了做第一份全職工作(我在讀博士期間也拿到過各種研究和教學的獎學金和津貼,但那不是一回事。)在產業界任職,我需要了解更多關于我需要掌握的技能和實際技能的巨大差距。

盡管我在高中學習了2年的C++,在大學攻讀計算機專業,并在攻讀數學博士期間做過一些編程項目,但我更多專注于計算機科學的理論部分,并且缺乏許多實用的計算機技能。

相比之下,fast.ai聯合創始人Jeremy Howard在18歲開始做第一份全職工作,當時他是麥肯錫的一名顧問,而當我第一次進入就業市場時,Jeremy已經有了10年的全職工作經驗,并成立了兩家目前仍在運營的創業公司。如果我不讀博士,我可以學到更多其他的技術和技能。

要清楚,生活不是一場競賽。你可以在任何年齡改走技術路線,并學習新技能。科技產業內的年齡歧視時有發生,不斷流傳著年輕創始人的成功神話。不過,我再也不可能有20歲出頭的精力(雖然我現在吃得好睡得好,經常鍛煉),不過我后悔把太多的時間和精力花在了過于狹窄的知識領域,而忽略了許多其他的技能。

本文作者,fast.ai聯合創始人Rachel Thomas

你并不需要博士學位

在我的記憶中,許多并沒有沒有博士學位的人,也在深度學習中做了有趣的,前沿的工作。

在我做過的所有工作中,也包括一些在技術上“需求”博士學位的工作,我的一些同事也沒有博士學位。那些沒有博士學位的同事通常比那些擁有博士學位的人效率更高、更有幫助(也許是因為他們有更多的實踐經驗)。

當然,有很多擁有博士學位的人做出了有趣且有價值的成果,如Arvind Narayanan,Latanya Sweeney,Timnit Gebru,Moustapha Cisse,Yann Dauphin,Shakir Mohamed,Leslie Smith,Erin LeDell,Andrea Frome等。我非常欽佩這些所有人,而且我并不認為博士學位是沒有用的。

小心抑郁、心理健康及慢性病問題

有67%的研究生表示他們在過去一年里至少有一次感到絕望,54%的人曾感到非常沮喪,感覺很難調整過來。2004年的一項調查發現,近10%的博士生表示他們曾考慮過自殺。根據美國心理健康研究所的數據,估計有9.5%的美國成年人在某一年內患有抑郁癥。

對許多人來說,研究生院并不是個有趣的地方,個人生活也不夠豐富。提到研究生院,可能讓人想到貧困線水平的工資、前途未卜的就業形勢,監管者的前后矛盾的要求,無關緊要的研究項目,以及來自終身教職員工和本科生出身的人(一般前者是管理層,后者是客戶)的不尊重的對待。

一位教授曾在《高等教育編年史》中寫道,在研究生院,你的自信心每天都會被一點點地消磨。每天都會擔心這一切都是白費力氣,到頭來什么都得不到,覺得自己只是一個有用的傻瓜。他的這番話原是寫給人文專業學生的,但也適用于許多STEM專業的學生。

在過去的十年中,我所接觸到的研究生幾乎每人都經歷過這種深深的痛苦。更常見的情況是,很多研究生都患有慢性疾病而沒有進行治療,如體重波動、疲勞、頭痛、胃痛、神經質和酗酒等。

雖然性別歧視和騷擾讓我自己在研究生院的經歷很不快,但由于教授的孤立、欺凌或羞辱性待遇,以及由自負和嚴格的等級制度下產生的剝削制度,我的許多男同學的遭遇也很悲慘。美國科學院綜合報告的作者之一表示,“越來越多的科學家已經將嚴格和挑剔與殘忍畫上等號。”

學術界的性別歧視和種族主義

根據美國科學院的一份報告,在科學,工程和醫學領域,20%-50%的女生和50%以上的女教師都經歷過騷擾。在采訪STEM研究的60名有色人種女性中,100%的人都經歷過歧視,所面臨的特定負面刻板印象因種族不同而異。

對于來自這類群體的人來說,文憑認證可能顯得更為重要,因為無意識的偏見(特別是如果他們是自學成才)經常會導致更高級別的審查。不幸的是,由于高等教育中的性別歧視和種族主義,他們中的一些人可能需要考下更多的證書,在努力獲得這些證書時,他們也可能面臨更糟糕的環境。我不知該如何解決,但想要提醒這個問題帶來的緊張局面。

學術導師比老板還強勢,而且很難“跳槽”

我認為我在研究生院的度過的時光是我所經歷的兩個最有害的環境之一。雖然同為有害的環境,但研究生院的環境和工作環境之間有一個關鍵的區別:研究生要想換課要比職場換工作要困難得多。這使得學生和教授之間的權力差異遠大于技術行業中員工和老板之間的權力差異(也就是說權力濫用或產生剝削的可能性更大)。

我認識一些換導師,甚至換專業的博士生,是的,這可能會耽誤你幾年時間。然而,留在這些有害環境下要付出的成本(無論在身心健康方面,還是機會成本方面)都非常高,我也認識一些那些花了數年時間才從這些有害環境中恢復的人。如果你持有的是學生簽證,并且必須考慮簽證/居住問題,那問題就變得更加復雜。這個問題沒有一個簡單的解決方案。

高等教育模式正在發生變化

你一定要讀博的唯一情況,就是將來打算做教授。然而,高等教育的總體形勢正在發生很大變化:博士過剩,美國的研究經費預算被嚴重削減,越來越多的學校會解雇終身教職員工,博士生以及本科生中不可持續的學生貸款的債務水平居高不下。我不確定高等教育的未來會怎樣,但我認為高等教育將與過去不同。

當我聽到本科生(包括我年輕的自己)說自己將來想做教授時,我對此持懷疑態度,因為我很難直接從本科生那里了解他們的職業選擇,甚至如果他們有一些實習或兼職工作。此外,在那時,許多學生主要被教授和學生包圍。

總之,在考慮是否攻讀博士學位時,重要的是要仔細權衡機會成本和風險,并考慮各種各樣的人的經驗:包括那些在沒有博士學位的情況下取得成功的人,在攻讀博士時負面經歷的人,以及那些在傳統的學術道路上取得了成功的人。

聲明:本文內容及配圖由入駐作者撰寫或者入駐合作網站授權轉載。文章觀點僅代表作者本人,不代表電子發燒友網立場。文章及其配圖僅供工程師學習之用,如有內容侵權或者其他違規問題,請聯系本站處理。 舉報投訴
  • 機器學習
    +關注

    關注

    66

    文章

    8503

    瀏覽量

    134629
  • 深度學習
    +關注

    關注

    73

    文章

    5561

    瀏覽量

    122798

原文標題:機器學習美女博士親身體驗:讀博與工作,如何抉擇?

文章出處:【微信號:AI_era,微信公眾號:新智元】歡迎添加關注!文章轉載請注明出處。

收藏 人收藏
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

    評論

    相關推薦
    熱點推薦

    【「# ROS 2智能機器人開發實踐」閱讀體驗】機器人入門的引路書

    的限制和調控) 本書還有很多前沿技術項目的擴展 比如神經網絡識別例程,機器學習圖像識別的原理,yolo圖像追蹤的原理 機器學習訓練三大點: 先準備一個基本的模型結構 和訓練時的反饋函
    發表于 04-30 01:05

    機器學習模型市場前景如何

    當今,隨著算法的不斷優化、數據量的爆炸式增長以及計算能力的飛速提升,機器學習模型的市場前景愈發廣闊。下面,AI部落小編將探討機器學習模型市場的未來發展。
    的頭像 發表于 02-13 09:39 ?364次閱讀

    提升企業效能:迷你工作站的潛力

    杰和科技迷你工作站WA814正式上線以來,客戶們和合作伙伴就對這款產品表現出了濃厚的興趣,迫不及待地想要深入了解并親身體驗它所帶來的價值。對比傳統的工作站,杰和迷你工作站WA814只有
    的頭像 發表于 01-06 11:02 ?387次閱讀
    提升企業效能:迷你<b class='flag-5'>工作</b>站的潛力

    中科馭數獲批設立博士后科研工作站 加強DPU產學研合作

    中科馭數獲批準設立博士后科研工作站,近日在北京市人力資源和社會保障局主辦的博士后人才培養工作會議上,中科馭數獲得由人力資源和社會保障部、全國博士
    的頭像 發表于 12-31 18:56 ?891次閱讀
    中科馭數獲批設立<b class='flag-5'>博士</b>后科研<b class='flag-5'>工作</b>站 加強DPU產學研合作

    傳統機器學習方法和應用指導

    在上一篇文章中,我們介紹了機器學習的關鍵概念術語。在本文中,我們會介紹傳統機器學習的基礎知識和多種算法特征,供各位老師選擇。 01 傳統機器
    的頭像 發表于 12-30 09:16 ?1192次閱讀
    傳統<b class='flag-5'>機器</b><b class='flag-5'>學習</b>方法和應用指導

    如何選擇云原生機器學習平臺

    當今,云原生機器學習平臺因其彈性擴展、高效部署、低成本運營等優勢,逐漸成為企業構建和部署機器學習應用的首選。然而,市場上的云原生機器
    的頭像 發表于 12-25 11:54 ?457次閱讀

    中科馭數獲批設立博士后科研工作

    中科馭數獲批準設立博士后科研工作站,近日在北京市人力資源和社會保障局主辦的博士后人才培養工作會議上,中科馭數獲得由人力資源和社會保障部、全國博士
    的頭像 發表于 12-19 17:15 ?672次閱讀

    專注智能網聯汽車測試領域的賽目科技獲準設立博士后科研工作

    賽目科技獲準設立博士后科研工作站 近日,經過專家評議和市人力資源社會保障局的正式核準,賽目科技成功獲批設立園區類博士后科研工作站。此次設站標志著賽目科技在科研創新和人才培養方面邁出了重
    的頭像 發表于 12-16 16:25 ?869次閱讀

    中科慧眼獲批北京市博士后科研工作

    近日,中科慧眼作為專注于智能駕駛及智能底盤技術的高科技企業,成功獲批設立北京市博士后科研工作站。
    的頭像 發表于 12-13 14:48 ?818次閱讀

    什么是機器學習?通過機器學習方法能解決哪些問題?

    來源:Master編程樹“機器學習”最初的研究動機是讓計算機系統具有人的學習能力以便實現人工智能。因為沒有學習能力的系統很難被認為是具有智能的。目前被廣泛采用的
    的頭像 發表于 11-16 01:07 ?965次閱讀
    什么是<b class='flag-5'>機器</b><b class='flag-5'>學習</b>?通過<b class='flag-5'>機器</b><b class='flag-5'>學習</b>方法能解決哪些問題?

    NPU與機器學習算法的關系

    在人工智能領域,機器學習算法是實現智能系統的核心。隨著數據量的激增和算法復雜度的提升,對計算資源的需求也在不斷增長。NPU作為一種專門為深度學習機器
    的頭像 發表于 11-15 09:19 ?1224次閱讀

    具身智能與機器學習的關系

    (如機器人、虛擬代理等)通過與物理世界或虛擬環境的交互來獲得、發展和應用智能的能力。這種智能不僅包括認知和推理能力,還包括感知、運動控制和環境適應能力。具身智能強調智能體的身體和環境在智能發展中的重要性。 2. 機器
    的頭像 發表于 10-27 10:33 ?1050次閱讀

    人工智能、機器學習和深度學習存在什么區別

    人工智能指的是在某種程度上顯示出類似人類智能的設備。AI有很多技術,但其中一個很大的子集是機器學習——讓算法從數據中學習
    發表于 10-24 17:22 ?2980次閱讀
    人工智能、<b class='flag-5'>機器</b><b class='flag-5'>學習</b>和深度<b class='flag-5'>學習</b>存在什么區別

    AI引擎機器學習陣列指南

    云端動態工作負載以及超高帶寬網絡,同時還可提供高級安全性功能。AI 和數據科學家以及軟硬件開發者均可充分利用高計算密度的優勢來加速提升任何應用的性能。AI 引擎機器學習擁有先進的張量計算能力,非常適合用于高度優化的 AI 和 M
    的頭像 發表于 09-18 09:16 ?825次閱讀
    AI引擎<b class='flag-5'>機器</b><b class='flag-5'>學習</b>陣列指南

    【「時間序列與機器學習」閱讀體驗】+ 簡單建議

    這本書以其系統性的框架和深入淺出的講解,為讀者繪制了一幅時間序列分析與機器學習融合應用的宏偉藍圖。作者不僅扎實地構建了時間序列分析的基礎知識,更巧妙地展示了機器學習如何在這一領域發揮巨
    發表于 08-12 11:21