কম্পিউটার বিজ্ঞানে আপনার মাস্টার্স কি? পরিসংখ্যান?
'তথ্য বিজ্ঞান' কি আপনার থিসিসের কেন্দ্রে থাকবে? না কোনও পাশের বিষয়?
আমি আপনার পরিসংখ্যানগুলিতে অনুমান করব এবং আপনি আপনার থিসিসটি একটি 'ডেটা সায়েন্স' সমস্যার দিকে ফোকাস করতে চান। যদি তা হয় তবে আমি শস্যের বিরুদ্ধে যাচ্ছি এবং পরামর্শ দিচ্ছি যে আপনার কোনও ডেটা সেট বা এমএল পদ্ধতি দিয়ে শুরু করা উচিত নয় । পরিবর্তে, আপনার এমন একটি আকর্ষণীয় গবেষণা সমস্যা সন্ধান করা উচিত যা দুর্বলভাবে বোঝা গেছে বা যেখানে এমএল পদ্ধতিগুলি এখনও সফলভাবে প্রমাণিত হয়নি, বা যেখানে অনেকগুলি প্রতিযোগী এমএল পদ্ধতি রয়েছে তবে এটি অন্যের চেয়ে ভাল বলে মনে হয় না।
এই ডেটা উত্সটি বিবেচনা করুন: স্ট্যানফোর্ড লার্জ নেটওয়ার্ক ডেটাসেট সংগ্রহ । আপনি যখন পারে , এই ডেটা সেট এক বাছাই করার সময় একটি সমস্যা বিবৃতি আপ করতে, এবং তারপর এমএল পদ্ধতির কিছু তালিকা চলাচল করে, যাতে পদ্ধতির সত্যিই আপনাকে অনেক সম্পর্কে কি বলুন না ডেটা বিজ্ঞান সম্পর্কে সব হয়, এবং আমার মতে না একটি খুব ভাল মাস্টার্স থিসিস নেতৃত্বে।
পরিবর্তে, আপনি এটি করতে পারেন: নির্দিষ্ট গবেষণা বিভাগে এমএল ব্যবহার করা সমস্ত গবেষণা কাগজ সন্ধান করুন - যেমন সহযোগী নেটওয়ার্ক (ওরফে সহ-লেখক)। আপনি প্রতিটি কাগজ পড়তে হিসাবে, যা তারা খুঁজে বের করতে চেষ্টা ছিল প্রতিটি এমএল পদ্ধতি এবং তারা কি ঠিকানায় সক্ষম ছিল না সঙ্গে সম্পন্ন করার জন্য সক্ষম। বিশেষ করে "ভবিষ্যতের গবেষণা" করার জন্য তাদের পরামর্শগুলি সন্ধান করুন।
সম্ভবত তারা সবাই একই পদ্ধতি ব্যবহার করে তবে কখনও এমএল পদ্ধতিতে প্রতিযোগিতা করার চেষ্টা করেনি। অথবা হতে পারে তারা যথাযথভাবে তাদের ফলাফলগুলি বৈধতা দেয় না, বা সম্ভবত সেখানে ডেটা সেটগুলি ছোট, বা তাদের গবেষণামূলক প্রশ্ন এবং অনুমানটি সরল বা সীমিত ছিল।
সর্বাধিক গুরুত্বপূর্ণ: অনুসন্ধানের এই লাইনটি কোথায় চলেছে তা জানার চেষ্টা করুন। তারা কেন এটি করতে বিরক্ত করছে? এটি সম্পর্কে কি তাৎপর্যপূর্ণ? তারা কোথায় এবং কেন সমস্যার মুখোমুখি হচ্ছে?