计算机科学领域中，论文灌水现象严重吗？
中文论文中不少基本没有原创性 可能连灌水都算不上
国际的很多二流三流会议也充斥着灌水论文
顶尖的会议虽然好一点 但是这几年随着data mining相关领域的崛起 尤其是social network方向 基本没有统一的研究问题 没有统一的数据集 少有相互比较的模型 又加上PGM和MCMC等技术的成熟为建模和计算带来了极大的方便 导致这个领域灌水的也特别严重 基本是模型改吧改吧 然后随便自己爬数据集跑一跑 选选有利的数据 调调合适的参数 找几篇论文做对照跑跑 就能发文章
基本上当一个科研领域比较成熟了以后 就是极少数大牛搭框架 不多的小牛沿着思路做研究 广大的小弱争取看懂然后类比一下灌灌水 所以灌水严重是正常的
继续阅读
全部内容如果想从事人工智能方向，本科应该选择计算机还是数学？
分享一下我的观察。建议选择计算机专业，原因有这么几个： 首先是基础课程的完整性。计算机专业会学习编程、数据结构、操作系统、计算机网络等等基础课程。这些看似和机器学习关系不大，但当你真正在业界做 AI 应用的时候，这些基础知识反而成了最重要的部分。我见过太多数学专业转行的同学，在处理工程问题时非常吃力，因为缺乏这些基础知...
大一计算机学生如何学习机器学习？
谢邀 如果是想系统性地学习机器学习，我认为良好地数学基础是必不可少的，因此，可以提前把相关数学课程学完，比如微积分、离散数学、概率与统计，再开始学习机器学习比较合适。 经常有人纠结地问我大几应该学什么，我也只能纠结的回答这个跟大几没有关系。知识就像技能树，你要点高级技能，就要把低级技能点满，这个跟你何时点没有关系。 至...
申请卡耐基梅隆Machine Learning硕士难度有多大？
谢邀 听说申请难度非常大，不知道是不是CMU 申请难度最大的硕士项目，毕竟招的人太少。 建议自己看现在的学生列表： Masters Students-Machine Learning Department 注：其中不少人是CMU的PhD辅修MLD的Master，注意分辨。 感觉没有在顶会发过若干一作还是很难的。