W tym roku rozpocząłem doktorat z statystyki i szukam twoich najlepszych praktyk, porad i (meta-porad) dotyczących tego, jak się rozwijać i zostać dobrym naukowcem w dziedzinie statystyki / ML.
Ogólne przemyślenia i linki są mile widziane, ale aby rozpocząć grę, oto kilka pytań zebranych ze wspaniałego artykułu Michaela Steele'a „ Porady dla absolwentów statystyki ” (jeśli brakuje mi ważnych pytań lub niektórych pytań) są bez znaczenia - proszę również o komentarz):
- Papers vs. Thesis - na ile należy skupić się na publikowaniu artykułów podczas pracy doktorskiej? Ile prac należy realistycznie aspirować?
- W jakich czasopismach należy dążyć do opublikowania? (odpowiednie pytania link1 , link2 )
- Ile godzin dziennie należy poświęcić na badania (rozwijanie / radzenie sobie z pytaniem badawczym) i na naukę (czytanie nowych artykułów / uczęszczanie na kursy)
- Gdzie można znaleźć „gorący temat”, a jeszcze lepiej - „wkrótce gorący temat”? ( link1 , link2 )
- Po znalezieniu „gorącego tematu” należy pogodzić naukę z podstawami wielu aspektów problemu, skupiając się na jednym aspekcie?
Oczywiście pytania te są BARDZO ogólne i istnieje wiele kątów myślenia / odpowiedzi na nie - mam nadzieję, że przeczytam twoją perspektywę, jak myśleć o tych ogólnych kwestiach.
Z góry dziękuję!