[ICLR 2020] 讀博指南
貢獻作者: 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
目錄包括:
機器學習暑期學校(MLSS)系列開始于2002年,致力于傳播統計機器學習和推理的現代方法。今年因新冠疫情在線舉行,從6月28號到7月10號講述了眾多機器學習主題。本文推薦來自牛津大學Yee Whye Teh教授講述《元學習》,165頁ppt系統性講述了元學習基礎知識和最新進展,非常干貨。
地址: //mlss.tuebingen.mpg.de/2020/schedule.html
作者介紹
Yee Whye Teh是牛津大學統計學系的統計機器學習教授,也是DeepMind研究人工智能的科學家。他在多倫多大學(Geoffrey E. Hinton教授)獲得博士學位,并在加州大學伯克利分校(Michael I. Jordan教授)和新加坡國立大學(Lee Kuan Yew博士后研究員)從事博士后工作。在進入牛津大學和DeepMind之前,他是一名講師,后來在倫敦大學學院(UCL)蓋茨比計算神經科學單元(Gatsby computing Neuroscience Unit)擔任讀者。他計劃聯合主席(Michael Titterington教授)人工智能國際會議和統計(AISTATS) 2010年,項目主持國際會議(Precup試圖教授)在2017年機器學習(ICML),和am /貝葉斯分析的副主編,IEEE模式分析與機器智能,機器學習日報,統計科學,英國皇家統計學會期刊B輯和機器學習研究期刊。他曾多次擔任NIPS、ICML和AISTATS的區域主席。他的研究興趣橫跨機器學習和計算統計學,包括概率方法、貝葉斯非參數學和深度學習。他開發了新穎的模型以及高效的推理和學習算法。
【導讀】機器學習暑期學校(MLSS)系列開始于2002年,致力于傳播統計機器學習和推理的現代方法。今年因新冠疫情在線舉行,從6月28號到7月10號講述了眾多機器學習主題。本文推薦來自米蘭大學Nicoló Cesa-Bianchi教授講述《統計學習理論》,非常干貨,包括:
【導讀】還在修改博士論文?這份《博士論文寫作技巧》為你指南。
//port.sas.ac.uk/mod/book/view.php?id=1553&chapterid=1444
內容目錄:
1 監督
3 參考文獻
4 管理你的時間
5 寫作過程
1. 監督
監督作為一種教學方法有很多好處。你可以在一對一的基礎上進行嚴肅的教學,而在你開始攻讀碩士或博士學位之前,你可能沒有機會接觸到這些東西。你應該發現,這種對工作的密切關注會讓你取得跳躍式的進步。你獲得了很大的自由,實際上,你主要負責管理你自己的博士學位。當然,這是一個新的,有時受歡迎,有時令人不安的方面,一個博士(它不太適用于一個碩士):你的導師不會“指導”你的研究,但幫助你指導你自己。因此,本教程與其說是關于對導師的期望,不如說是對自己的期望。
2. 做筆記
記筆記聽起來像是一項基本而瑣碎的技能,是一項從一個人受教育的最初階段就開始進行的學術活動。所有這些可能都是對的,但是花點時間回想一下你在寫一篇文章,但你的筆記被證明是不合適的。還有一次,你沒有正確地記下筆記的來源,而不得不把它們全部省略了。假設場景的列表很大。如此微不足道的技能在博士學位的大部分階段都能成為如此基礎性重要,這實在是太可怕了。那么,什么是筆記?最重要的是,筆記如何有助于研究的整體完成?讓我們看看這個瑣碎技能的機制有多重要。
3 參考文獻
參考文獻不只是為了保存學術傳統而編纂的附錄;它代表任何博士學位不可分割的基本部分。
4 管理時間
有些學生在時間管理方面很優秀。他們總是按時完成高質量的工作。似乎從不在最后一分鐘匆忙行事。如果你就是這樣的人,那么就沒有必要閱讀本教程了。
5. 寫作
寫作是一個非常個人化的過程,對于如何寫好并沒有硬性的規定。然而,出于顯而易見的原因,它可能是最重要的活動,也是博士或碩士論文的成果,尤其在人文學科中,調查的對象往往也是一篇文章。一篇好的論文將清晰和有說服力地展開它的論點,并準確地整合文本和分析證據。它將遵循有關腳注和參考書目的學術慣例,并以良好的英語書寫(或者在你的大學允許的情況下以目標語言的同等水平書寫)。所有這些方面都需要從一開始就加以注意:如果認為研究和寫作是兩個獨立的東西,而后者打著“撰寫”的幌子,只在研究完成之后才會發生,那就錯了。相反,我們在人文學科中所做的這類研究通常是反思的、分析的、解釋的或理論的(或者是這四種研究的結合),需要寫出來以找到正確的方向。
伯克利2019三月份開設了《全棧深度學習訓練營》課程,由伯克利Pieter Abbeel, Sergey Karayev, Josh Tobin等教授講解,專門為熟悉深度學習基礎的開發人員提供的實踐訓練,學術工業界硬貨,包含15次課程,非常值得學習。
課程地址:
//fullstackdeeplearning.com/march2019
訓練模型只是深度學習項目的一部分。在本課程中,我們教授全棧生產深度學習:
課件下載鏈接:
提取碼: nnya