Ich habe in diesem Jahr meine Promotion in Statistik begonnen und suche nach Ihren Best Practices, Ratschlägen und (Meta-Ratschlägen), wie Sie wachsen und ein guter akademischer Forscher in den Bereichen Statistik / ML werden können.
Allgemeine Gedanken und Links sind willkommen, aber um den Ball ins Rollen zu bringen, finden Sie hier eine Reihe von Fragen aus Michael Steeles großartigem Artikel " Ratschläge für Doktoranden in Statistik " (wenn mir wichtige Fragen fehlen oder einige der Fragen sind bedeutungslos - bitte auch kommentieren):
- Papers vs Thesis - wie sehr sollte man sich während seiner Doktorarbeit auf die Veröffentlichung von Papers konzentrieren? Wie viele Papiere sollte man realistisch anstreben zu schreiben?
- In welchen Zeitschriften sollte man sich bemühen, veröffentlicht zu werden? (relevante Fragen link1 , link2 )
- Wie viele Stunden am Tag sollte man für Forschung (Entwicklung / Bearbeitung Ihrer Forschungsfrage) und für Lernen (Lesen neuer Artikel / Teilnahme an Kursen) aufwenden?
- Wo findet man ein "heißes Thema" oder noch besser - ein "bald heißes Thema"? ( link1 , link2 )
- Sobald ein "heißes Thema gefunden" ist, wie sollte man das Erlernen der Grundlagen vieler Aspekte des Problems in Einklang bringen, wobei man sich auf einen Aspekt konzentriert?
Offensichtlich sind diese Fragen SEHR allgemein und es gibt viele Blickwinkel zum Nachdenken / Beantworten - ich hoffe, Ihre Perspektive zu lesen, wie Sie über diese allgemeinen Fragen nachdenken sollen.
Danke im Voraus!