Krzysztof Geras作者Marcy、笪洁琼、龙牧雪编译

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

就是这么简单。如果你不能把你的优秀思路转化为成果或论文,那么无论你有多少想法都无济于事。想要获得最优质的研究成果,需要奉献精神。

承担责任

为你的成败负责的人,是你。不是你的导师、不是你的同事、也不是其他人,承担这一切的人只有你自己。

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。

这也许并不足以让你的学术论文获得认可,但从长远角度看,礼貌和专业是十分重要的。可能当你试图找到一份工作或申请一笔补助金时,被你伤害过的人会成为你的评审官。

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。

作为一名博士生,你没有任何凌驾于其他人的权力,对其他人生气或者发生冲突起不到任何作用。再者博士生本身就有繁重的学业压力,请让你的导师去沟通协调,解决问题。

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。

科学上的失败不会引起瞩目。但是如果没人关注科学家想要表达什么,那么他将会面临失败。

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。

你的导师会随时帮助你,即使你不经常与他们交流,也要让他们清楚你在做什么,要加强加强他们在你课题中的参与度。

“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。

记录在表格中的实验结果将有助于理解。如果你想充分借助导师的知识和经验,请构建易于解读的数据表和示意图,避免让他们耗费精力在理解符号和坐标轴标签的意义上,而是专注于图表中呈现的内容。

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。

如果你没有花费足够的时间在修正代码、修改论文或图表上,更不要指望你的导师会去帮你做这些事。更不要一边与导师沟通一边又从代码日志文件中寻找错误。聪明地利用导师的时间将对你的研究十分有利。

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。

正在读博或想要读博的你,有没有受到启发呢?祝你好运,享受你的博士求学之旅!

相关报道:

https://medium.com/@krzysztofgeras/a-personal-advice-on-how-to-be-a-successful-phd-student-in-machine-learning-279284e283c8

秉承“普及数据思维,传播数据文化,助⼒产业发展”的企业⽂化,我们专注于数据领域的资讯、案例、技术,形成了“媒体+教育+⼈才服务”的良性⽣态,致⼒于打造精准数据科学社区。

入门机器学习
2
相关数据
机器学习技术
Machine Learning

机器学习是人工智能的一个分支,是一门多领域交叉学科,涉及概率论、统计学、逼近论、凸分析、计算复杂性理论等多门学科。机器学习理论主要是设计和分析一些让计算机可以自动“学习”的算法。因为学习算法中涉及了大量的统计学理论,机器学习与推断统计学联系尤为密切,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。

推荐文章