转自:新智元

最近,有Reddit网友提问:被Bengio接收为硕士生,和被斯坦福大学的博士项目全奖录取,该选哪一个?

当然,他目前还只是yy。

他在帖子里提出一个有趣的问题——为什么人们谈起机器学习的博士项目时,总是优先想到美国的学校,而不是加拿大或欧洲的呢?

由此,网友在帖子里分成两派,有的觉得读ML的博去美国好,有的觉得去加拿大好。

Yoshua Bengio

其实跟我们一样,老外也会看重学校的排名。

很多人会觉得斯坦福、CMU、MIT以及UCB这样的学校是最好的,尽管这些学校的教授并非都是明星大牛。

虽然这些排名前4的美国学校确实拥有一流的教授,但也有很多杰出的教授在不是排名前4的学校工作。比如,Yann LeCun在纽约大学的科朗数学研究所, David Blei在哥大。

挺美派

1.学术大牛随手捞

为什么很多人在申ML博士项目的时候,总是优先考虑那些美国的名校呢?

不可否认的是,美国排名靠前的学校,往往拥有更大更完善的生态系统。

有网友给出了相当有力的论据:如果你能申请到美国TOP 4的名校,你可以选修大神级的系外课程——比如跟Gilbert Strang这种级别的大牛学applied math,跟Marc Raibert或Rodney Brooks这样的大佬学robotics。这种机会也许能改变你的人生。

而且在TOP 4的学校,周围时不时地就会有新的公司成立,一周的每一天里都会有行业顶尖大牛举办的研讨会,跟你在操场上打篮球的没准就是哪个系的教授。

相比之下,即使是在多伦多大学这样的好学校,除了ML专业的课,你大概无法在系外拥有如此梦幻的机会。

的确,美国的的专业会更全面,这点是加拿大的学校比不了的。

Richard Zemel就离开了多伦多大学,去了哥大,并且似乎会成为哥大的终身教授。他的妻子也在哥大任职。

Richard Zemel

2. double的钱,移民,创业

更有网友列出了无法反驳的理由:钱给得够多。

西雅图的博士工资几乎是温哥华的2倍。在美国读Phd,对于移民也非常有利。当然如果本身就有身份,那这层好处就可以忽略了。比如Ian Goodfellow、Andrej Karpathy和Ilya Sutskever都去了美国。

Ian Goodfellow

美国顶级项目比加拿大和欧洲的顶级项目都更具竞争力,因为有无与伦比的薪水,和在美国创办科技企业的大大便利性。在湾区、波士顿、西雅图和纽约等地,创业文化和工业研究的氛围一般会更好。

许多大型的美国公司已将机器学习技术商业化,获得了可观的收入。而加拿大的机器学习领域还没有诞生令人惊叹的大型公司。

另外,美国过去对移民的政策比较「友好」,会讲英语的亚洲学生更喜欢去美国,因为不必学习新的外语。

(当然,政策一直在变化,现在的加拿大、德国、英国等地对移民也更加友好了,尤其是对技术工人。)

挺加派

1.这里有DeepLearning的教父

而挺加拿大派的网友,也举出了很多无法反驳的理由。

「是什么让你觉得多伦多大学不够好?多伦多大学拥有由Hinton领导的世界上最好的ML团队之一。他可是DL的教父。至于蒙特利尔大学,那是Goodfellow去的地方。肯定有人申请这些学校。」

Geoffrey Hinton

「蒙特利尔和多伦多大学绝对是以ML程序而闻名的。它们一点都没有被低估。

我认识很多人在多伦多大学获得了研究生学位,并在研发部门找到了高薪的FAANG工作。

业内每个人都非常清楚这些学位的质量。」

「给你们讲一件轶事。我参加了2017年在悉尼举行的ICML会议,并与数十名与会者谈起这个话题:既然世界各地都需要ML的学者,住在哪里比较好呢?没有人推荐美国(有几个人反对),但很多人推荐加拿大。

有趣的是,我住在多伦多的嫂子说,在过去的几年里,很多美国数据科学家都搬到了加拿大。」

「不要浪费了阿尔伯塔大学的资源!这里有Rich Sutton、Michael Bowling、Dale Schuurmans、Martha White、Adam White等。在RL imo中,它是顶尖的学校之一。」

有的网友干脆给出了心目中的ML排名:多伦多、蒙特利尔 > 麻省理工学院、斯坦福大学、CMU、UCB。

「你也可以在欧洲大学接受很好的教育,然后在顶尖的地方找到工作。这一切都取决于你是怎么做的(以及你在博士期间选择正确的项目有多幸运,因为有时成功得靠运气)。」

而面对「加拿大的这些大学在顶会上发表的论文数量很明显逊于这4所美国学校」的这类质疑,该网友干脆甩出这样一句:「论文数量是评估学术成果的一个非常差的指标。我对上述某些美国大学的造纸成果真没什么印象。」

的确,ML领域的圈内人自然知道加拿大学校在这一领域的价值,而门外汉也就看个热闹罢了。

曾经有一段时间,每位大牛都在加拿大,如果你想跟着ML领域领先的专家去读博,那就必须去加拿大。

在5年前,美国的ML领域没有追赶上之前,加拿大的学校绝对是最受欢迎的ML读博之地。

比如在业内非常出名的塔尔伯塔大学。

如果在参加计算机科学会议或者招聘时,你说自己来自塔尔伯塔大学,对方都会第一时间觉得你学的是强化学习(Reinforcement Learning)。

英国以外的第一个Deepmind分支机构位于埃德蒙顿,因为塔尔伯塔大学拥有许多最著名的强化学习研究人员(Rich Sutton、Mike Bowling、Csaba Szepesvari)。

其实加拿大的明星学者非常多,比如Joerg Sander (DBSCAN/HDBSCAN) 在阿尔伯塔大学,有Martin Ester在西蒙菲莎大学,Leland McInes (UMAP) 在图特数学与计算研究所,Joelle Pineau和Doina Precup在麦吉尔大学。不过他们通常都非常低调。

也有人说,虽然以多伦多大学、蒙特利尔大学、阿尔伯塔大学和麦吉尔大学为代表的学校在机器学习方面学术很扎实,但他们的很多大牛很久以前就被挖走了。Bengio和Sutton是为数不多留下了的大牛。

不过有人会问,系里大牛和自己有必然联系吗?大牛接收博士生的数量有限,绝大多数学生未必能接触到他。的确,有网友现身说法,表示最近Bengio的学生实际上并没有与他有太多的互动,就像大多数Facebook的员工与马克·扎克伯格的互动也不多一样。

的确,如果每个教授每年都指导50多篇paper,那么可以合理地假设,他在为学生提供建议和指导时并不是那么亲力亲为。

2.移民、生活

加拿大和欧洲都是进行ML研究的绝对好地方,生活质量高,工作与生活更平衡等。

从生活质量上看,加拿大似乎比美国略胜一筹,移民政策也更加友好。尤其是对于AI/ML,加拿大的移民政策简直不要太欢迎。

此外,根据经合组织报告,加拿大目前是世界上受教育程度最高的国家之一。

有网友现身说法,表示自己正在加拿大的大学攻读博士学位。奖学金非常可观(比获得工程学位后的入门级工作要高),保险也很便宜。并且除了基本工资之外,还有机会在国外进行带薪的研究实习和行业实习。

除了温哥华和多伦多,加拿大其他城市的租金也很便宜,比如蒙特利尔。

当然,该网友表示,自己的导师并不是学术大牛,因此申请博士也没那么难。

另外,也有人表示:其实去苏黎世联邦理工学院读博,也是非常不错的选择。

对于这个话题,您有什么看法?欢迎讨论。

参考资料:

https://www.reddit.com/r/MachineLearning/comments/wfgtpu/d_is_it_just_me_or_is_canadian_and_maybe_european/

推荐阅读

  • 香港理工大学IEEE Fellow 李青教授团队招收机器学习全奖博士/研究助理

  • 西电IEEE Fellow团队出品!最新《Transformer视觉表征学习全面综述》

  • 润了!大龄码农从北京到荷兰的躺平生活(文末有福利哟!)

  • 北京大学图机器学习实验室GLab招收科研实习生/23级博士生

  • 如何做好科研?这份《科研阅读、写作与报告》PPT,手把手教你做科研

  • 香港理工大学招收大数据/机器学习博士后/博士生(全年招聘)

  • 【全奖博士招生】美国普渡大学数字孪生实验室王子然博士团队自动驾驶与VR方向

  • 香港中文大学(深圳)吴保元教授招收全奖博士/博后/访问学生

  • 北京大学智能计算与感知实验室招收硕士/博士/科研实习生

  • 【全奖博士】香港大学招收计算机视觉方向博士/博后/研究助理

  • 一位博士在华为的22年

  • 最新 2022「深度学习视觉注意力 」研究概述,包括50种注意力机制和方法!

  • 【重磅】斯坦福李飞飞《注意力与Transformer》总结,84页ppt开放下载!

  • 2021李宏毅老师最新40节机器学习课程!附课件+视频资料

欢迎大家加入DLer-计算机视觉技术交流群!

大家好,群里会第一时间发布计算机视觉方向的前沿论文解读和交流分享,主要方向有:图像分类、Transformer、目标检测、目标跟踪、点云与语义分割、GAN、超分辨率、人脸检测与识别、动作行为与时空运动、模型压缩和量化剪枝、迁移学习、人体姿态估计等内容。

进群请备注:研究方向+学校/公司+昵称(如图像分类+上交+小明)

去加拿大跟Bengio读硕vs斯坦福全奖ML博士,选哪个?相关推荐

  1. 读硕/博期间你积累了哪些重要的科研经验?

    来自 | 知乎 https://www.zhihu.com/question/34686026 编辑 | AI有道 本文仅作学术分享,若侵权,请联系后台删文处理 希望各位前辈谈谈读硕/博期间积累的经验 ...

  2. 【学术分享】读硕/博期间你积累了哪些重要的科研经验?

    点击上方,选择星标或置顶,每天给你送干货! 阅读大概需要14分钟 跟随小博主,每天进步一丢丢 编辑:Amusi https://www.zhihu.com/question/27567617 本文仅作 ...

  3. 为什么越来越多的访问学者去加拿大访学?

    今天,51访学网小编就给大家介绍为什么越来越多的访问学者去加拿大留学.访学? 加拿大虽然是英联邦国家,但它与美国一样同属北美教育体系.这意味着加拿大在教育质量等方面与美国一样处于世界领先水平,美国&l ...

  4. 加拿大学校 计算机博士,加拿大计算机博士全奖分析

    原标题:加拿大计算机博士全奖分析 案例分享:加拿大的博士,不再是遥不可及 今天邵雨青老师的一个学生拿到了加拿大麦克马斯特大学的计算机博士全奖,感到非常的开心,这就把他的情况和经历分享出来,对于有雄心挑 ...

  5. 加拿大留学商科好还是计算机科学好,去加拿大读商科专业就是要选择这些才最好!...

    加拿大在我们的印象中感觉好像没有什么存在感,不管是哪一些方面,就是觉得那地方应该会比较冷.但其实加拿大是一个非常适宜居住的国家,同时加拿大的教育水平也是非常好的.今天我们就跟大家一起来看一下加拿大商科 ...

  6. 荷兰 转专业 计算机,去荷兰读硕确实可以转专业,来看看有适合你的专业吗?...

    荷兰留学能转专业吗?荷兰留学能转专业吗?荷兰留学真的能转专业吗? 今天小编就来告诉你: 能! 但不多,所以慎重吧. 申请荷兰硕士专业 U类大学非常看重本硕背景匹配度! U类大学真的非常看重本硕背景匹配 ...

  7. 论文 | 图理论 | 2021年斯坦福大学Jiaxuan You博士论文《用图赋能深度学习》译读 摘要和感谢

    图科学实验室Graph Science Lab 2022-05-09 00:29 封面 下载: https://stacks.stanford.edu/file/druid:mz469rn9516/P ...

  8. 读硕期间给你最大帮助的不是你的导师,而是他们

    什么是惊喜?翻译翻译~ (图来自电影让子弹飞片段) 惊喜就是分享我们平时学习最需要的公众号!(大哥,这是惊喜啊) 人与人之间的差异,很多时候在于认知,有些人,会在某一瞬间顿悟,启动自己的开挂模式,而下 ...

  9. spss练习数据_读硕博,为你推荐5本最实用的SPSS数据统计书

    SPSS (Statistical Product and Service Solutions),是由IBM公司所推出的一系列用于统计学分析运算.数据挖掘.预测分析和决策支持任务的软件产品.SPSS的 ...

最新文章

  1. 斯坦福机器学习视频笔记 Week6 关于机器学习的建议 Advice for Applying Machine Learning...
  2. 写两个函数,分别求两个整数的最大公约数和最小公倍数,用主函数调用这两个函数,并输出结果两个整数由键盘输入。
  3. Autodesk Flame 2022 for Mac - 高级三维视觉特效合成软件
  4. Memcached: 目录
  5. SHELL编程基础之BASH入门
  6. 设计模式(六)建造者(创建型)
  7. linux i2c驱动协议
  8. ActiveMQ使用教程
  9. 2023最新SSM计算机毕业设计选题大全(附源码+LW)之java文创产品推荐系统设计与实现95ml5
  10. 五分钟教会如何计算CAN总线负载率,包学包会
  11. hadoop工作原理
  12. 相关系数计算机计算方法,计算相关系数的公式(相关系数的计算方法)
  13. 读《华为“打工皇帝”徐家骏的十年感悟》的心志提升
  14. Android 获取手机状态栏高度
  15. web字体文件过大优化方案
  16. PHP拼团人数不能超过,怎么解决拼团、抽奖难以凑齐人数这个大问题?
  17. SAMSUNG i535(Verizon版S3)不能使用电信3G网络的问题
  18. java.lang.NullPointterException:
  19. java和ccnp哪个难_新版思科网络工程师CCNP的通过率是多少?
  20. 通过python分析微信好友数据

热门文章

  1. Power Query 系列 (11) - 函数基础
  2. lsdyna进阶教程-弹性球撞击刚性平板
  3. 用Cheat Enginee(CE)分析“初级”、“中级”和“高级”的棋盘内存地址范围
  4. Vue如何使用video标签实现视频播放
  5. 快速分区MBR和GUID的区别
  6. Java实现aes加解密
  7. 斐波那契数列_菲波那契数列是指这样的数列: 数列的第一个和第二个数都为1,接下来每个数都等于前面2个数之和。给出一个正整数a,要求菲波那契数列中第a个数对1000取模的结果是多少。
  8. 迎接2012新赛季——HDOJ系列热身赛(4)部分结题报告
  9. 亚马逊卖家,为什么你做不出爆品?从动森看大火之道
  10. 风投是如何逆势布局DeFi项目的?