Во время своего исследовательского путешествия я узнал много нового и столкнулся с множеством проблем. Я считаю, что структурированная ориентация для начинающих исследователей будет полезной и определенно помогла бы мне в молодости.
По мере того, как я разговаривал со все большим количеством аспирантов, я начал понимать, что их опыт довольно разнороден и значительно отличается друг от друга.
Эврика! Руководство по самопомощи, в котором собраны советы прошлых исследователей и профессоров.
Я считаю, что знания, содержащиеся в этой серии блогов, помогут сделать исследовательский опыт более справедливым и приятным.
Это часть инициативы «Исследования для всех», направленной на повышение осведомленности об исследованиях и повышение доступности исследований в области машинного обучения.
Во-первых, чтобы представиться, я доктор философии 3-го года. студент IIT Kharagpur, Индия, и был частью исследовательского сообщества в течение почти 5 лет - стажер, затем студент магистратуры, а теперь преследует докторскую степень.
Чему вы научитесь к концу этой серии блогов?
Здесь я попытаюсь представить свой жизненный цикл исследовательского проекта, основанный на личном практическом опыте, а также список исследовательских практик, которые я наблюдал и изучил в процессе. Я имел честь работать с талантливой командой исследователей и пожилых людей, а также с двумя исследовательскими лабораториями с совершенно уникальной собственной культурой работы.
Во-вторых, я попытался ассимилировать исследовательские статьи выдающихся исследователей и предоставить их в виде списка для чтения, связанного с каждой подтемой.
Я полагаю, что это обеспечит сбалансированную точку зрения, основанную на моем личном личном опыте и более опытных рекомендациях выдающихся исследователей по той же теме.
Ваши отзывы имеют решающее значение для дальнейшего улучшения этой статьи, поэтому не сдерживайтесь и дайте мне знать о своем мнении в комментариях или просто напишите мне.
В частности, вы узнаете о…
Часть 1. Мотивация, исследование с точки зрения самосовершенствования, жизненный цикл исследовательского проекта, формулирование проблемы, список для чтения (текущая статья)
Часть 2: Проверка проблемы, базовая настройка, новинка (скоро выйдет!)
Часть 3. Социальные навыки, включая проведение технических презентаций, совместную работу и продуктивность работы (еще одна статья в блоге, так что обязательно прочитайте ее. 8 минут чтения)
Как улучшить социальные навыки и повседневные навыки в качестве аспиранта/аспиранта
В части 3 инициативы «Исследования для всех мы расскажем, как для улучшения мягких навыков, связанных с повседневной…medium.com»
Сопутствующие работы
Интересно и совершенно противоположно моей исходной гипотезе то, что я наткнулся на кладезь учебных ресурсов, учебных пособий или инструкций от выдающихся профессоров и исследователей, которые помогут нам на каждом этапе пути.
В том же духе, чтобы сделать исследовательский опыт студентов более справедливым в разных учреждениях для студентов, получающих докторскую степень в области обработки естественного языка — — Zhijing Jin (аспирант НЛП в Институте Макса Планка, соорганизатор Круглогодичная программа наставничества ACL) стала доступной в виде репозитория Github с открытым исходным кодом, содержащего материалы для чтения по исследовательским подтемам, например:
На что похожа еженедельная встреча с консультантами?
Придумывать хорошие исследовательские идеи
Как читать статьи.
Я определенно рекомендую вам внимательно прочитать его, поскольку он предоставляет глубокий и всесторонний обзор уже доступных ресурсов и определенно поможет исследователям начать с правильной ноги.
Чем отличается эта серия блогов?
Если вы просмотрите список для чтения, приведенный в конце, вы вряд ли обнаружите, что какой-либо материал написан в контексте индийского академического сообщества, а также с точки зрения учащегося.
Я попытался собрать воедино то, что узнал из своего личного опыта, и то, что сработало для меня.
Таким образом, вы можете ожидать, что эта статья будет очень самоуверенной, сосредоточенной на том, «что сработало», а не на том, «как это должно было работать в идеале».
Итак, пол готов, так что давайте начнем!
Жизненный цикл исследовательского проекта
Предпосылки
- Выбор широкого домена — Текст, Видение, Графики, Речь
- Основы машинного обучения и глубокого обучения
- Питон, Питорч
- Необязательно: R, другие фреймворки DL
- Git-команды
Предлагаемый рабочий процесс
Давайте поговорим о первом и, возможно, самом сложном шаге — формировании идеи.
Глубокое погружение в идею проблемы
Мы постараемся разобрать и представить мой взгляд на решение каждого шага.
Выбор лучших конференций
- Рейтинг CORE — A*, A
- Google Scholar Metrics — выберите свою подкатегорию
- Некоторые известные конференции CS
- Общее — WebConf, CIKM, AAAI, KDD, ICDM
- Здоровье — BioKDD, CHIL, Семинар ACL BioNLP, ACM Transactions of Computing in Healthcare
- Обработка естественного языка — ACL, EMNLP
- Компьютерное зрение — CVPR, ECCV, MICCAI
- Поиск информации — SIGIR, ECIR, WSDM
- Рекомендательные системы — RecSys
- Социальные сети — ICWSM, JCDL
- NeurIPS, ICLR, AISTATS, KDD — супер топ
- Сроки проведения конференции (https://twitter.com/_ConferenceList)
Доступ к исследовательским работам
- Конференции из Антологии ACL, такие как ACL, EMNLP и NAACL, публикуются публично.
- Некоммерческий сервер препринтов — Arxiv, bioRxiv
- Rxivist объединяет препринты по биологии из bioRxiv и medRxiv с данными из Twitter, чтобы помочь вам найти статьи, обсуждаемые в вашей области.
- Unpaywall
- Найдите статью в Google Scholar, выберите статью, нажмите Все [число] версий и проверьте, доступна ли какая-либо из них в формате PDF.
- Проверьте, есть ли у первого или последнего автора личная домашняя страница, тогда копия автора обычно находится на их веб-странице.
Некоторые эвристики для фильтрации статей по машинному обучению
- ML — очень быстрорастущая область. Опубликовано за последние 3 года.
- Разумный подсчет цитирований
- Авторы из известного учреждения (первый или основной автор)
Поиск тем-кандидатов — доклады/учебники/другие
- Учебники с топовых конференций (с сайта конференции)
- Также доступны слайды, а иногда и видео.
- Конференция ACM по здравоохранению, выводам и учебным пособиям
- Плейлисты на Youtube, охватывающие видео бумажных презентаций и приглашенных докладов KDD 2021 и CHI 2021, UIST и DIS на Youtube канале SIGCHI
- ЧИ канал (другие видео HCI)
- Видео в свободном доступе
- Живая библиотека слайдов
- Следите за дескриптором конференции в Твиттере (@CIKM2021, @emnlpmeeting, @pakdd_social)
- Прямая трансляция на Youtube
Чтение статей — фаза исследования
Это, пожалуй, самая трудоемкая часть, но для меня это была захватывающая часть процесса. Во-первых, начните с чтения аннотации и вводной части статьи. Затем создайте резюме статьи, в котором вы суммируете следующие аспекты:
Постановка проблемы, основные выводы и ограничения или область применения.
Прочитайте рисунки и таблицы вместе с подписями к ним.
Идеальный результат этапа формирования идеи проблемы
- Начните с некоторых ключевых слов (НЛП, медицина, обобщение)
- Определите 10–15 статей — создайте резюме статей
- Проведите мозговой штурм с соавторами или коллегами или с самим собой
- Постановка задачи кластера
- Перечислите проблемы исследования
- Требуемые ресурсы
- знание предметной области, доступность помеченных данных, набор навыков авторов, необходимое время, требования к серверу для экспериментов по глубокому обучению
Решающий ресурс, который помог мне на всех этапах исследовательского процесса
Твиттер.
Да, для некоторых я могу показаться новичком, но поверьте, как только вы начнете использовать Твиттер в качестве учебного ресурса, это станет золотой жилой.
Это был мой выбор, и он по-прежнему остается одной из лучших платформ, чтобы быть в курсе исследований в моей области.
Я стал следить за некоторыми известными исследователями и исследовательскими лабораториями, и это дало мне доступ к:
- Подробности об их недавно опубликованной исследовательской работе
- Их комментарии и мнения о высокоэффективных исследовательских статьях. Если вы будете следить за веткой обсуждения, вы узнаете много нового!
- Уведомления о вакансиях — стажировка, постдок и кандидат наук. должности
- Проблемы производительности труда и психического здоровья и решения
Я начал следить за известными дескрипторами или хэштегами Twitter, такими как #AcademicTwitter, @PhDVoice и @jenheemstra (теперь их намного больше), где обсуждаются такие проблемы, с которыми сталкивается студент, или время от времени представляются полезные советы или точки зрения.
Если вы не нашли точное соответствие тому, что ищете, пожалуйста, не стесняйтесь опубликовать свой вопрос, кто-нибудь обязательно свяжется с вами.
Детали, поступающие в рамках инициативы «Исследования для всех»
Часть 2, содержащая подробную информацию о базовой настройке и новинках, будет выпущена в ближайшее время.
Часть 3 содержит руководство по улучшению межличностных навыков и повседневных навыков исследователя (отдельная статья уже опубликована, время чтения 8 мин).
Как улучшить социальные навыки и повседневные навыки в качестве аспиранта/аспиранта
В части 3 инициативы «Исследования для всех мы расскажем, как для улучшения мягких навыков, связанных с повседневной…medium.com»
Список для чтения
Я очень рад сообщить, что многие ресурсы и советы выдающихся исследователей и организаций находятся в свободном доступе. Как сторонник позитивного реализма скажу, что нужно просто читать, читать и продолжать читать…
- Пропущенный семестр вашего обучения CS https://missing.csail.mit.edu/
- Как стать успешным кандидатом наук. студент: Этот документ также имеет свой собственный список для чтения в конце
- Стэнфорд CS Ph.D. Ориентация 2021
- Stanford CS Red Book: пожалуйста, прочтите раздел 1.4 Консультанты: выбор консультантов, общение с консультантами и раздел 1.7 Как проводить исследования.
- Уроки моей докторской диссертации - Остин З. Хенли
- Информационные бюллетени, WordPress и Quora: DoctoralWriting SIG, Скрытые правила академии, Бьянка Перейра (Medium) и докторская степень (Quora)
- Совет самому себе, готовящемуся к докторской диссертации https://twitter.com/FromPhDtoLife/status/1514338255822639115
- ACL — это ведущая конференция по обработке естественного языка, и они организовали сеансы наставничества, связанные с исследованиями, такими как выбор проекта НЛП, налаживание сотрудничества и многое другое. Пожалуйста, просмотрите записанные видео, доступные на их канале Youtube.
- Выбор между кандидатом наук. и промышленность для новых выпускников компьютерных наук Шрея Шанкар (Блог)
- Баланс между обучением и исследованиями Эмили М. Бендер (Слайды)
- Вакансии: твиты на @jobRxiv
- PostGradual: доктор философии. Блог о карьере
- The Ultimate UG Research Manual от Scholar’s Avenue, IIT Kharagpur, Индия
- Основные моменты менторских сессий EMNLP 2020 (Блог)
Заключение
Я надеюсь, что эта статья поможет распространить информацию о бесплатных ресурсах с открытым исходным кодом, доступных для исследователей, и привнесет перспективу самосовершенствования в отношении исследований в академических кругах.
Желаю вам уникальной, захватывающей, но информированной докторской степени. путешествие!
Отказ от ответственности
Статья основана исключительно на моем мнении и опыте и не отражает точку зрения каких-либо исследователей, с которыми я встречался или с которыми сотрудничал. Я доктор философии. студент, пытающийся ориентироваться в длинном докторе философии. путешествие и я никоим образом не эксперт. Цель этой статьи — представить то, что работало у меня до сих пор (в конкретных областях машинного обучения и обработки естественного языка), и собрать воедино общедоступные мнения и опыт более опытных и выдающихся исследователей по той же теме.
💚30+ бесплатных статей уже доступны на datanalytics101.com
💚 Ваши отзывы очень важны для улучшения контента, поэтому, пожалуйста, поделитесь своим мнением по этой теме.
💚Подпишитесь на меня в Твиттере @roysoumya1, чтобы получать новости о теме «ИИ в здравоохранении».
💚Планирую писать один пост в месяц на Medium. Чтобы получать обновления прямо на свою электронную почту, подпишитесь на https://medium.com/subscribe/@soumyadeeproy