Что я вынесла с Deep|Bayes

Пять дней в Москве без сопровождающих (на летней школе). Ещё пара дней не помешала бы. Школа прекрасна сама по себе (почти все лекторы хороши, материал качественный, есть практика). Для меня оказались важными два мета-вывода:

1. до «края науки» мне ещё далеко (и это прекрасно!);
2. далеко настолько, что при продвижении ещё можно пользоваться разжёванным лекционным материалом, а не «сырыми» научными статьями.

Самое важное здесь — второе.

Учиться в относительно узкой области науки можно двумя способами: по учебникам или по статьям. Чем старше область, тем лучше по ней учебники. Много людей думали над тем, как лучше объяснить идею и в какой последовательности идеи лучше донести, ещё больше людей обсуждали получившиеся объяснения. В итоге остались самые лучшие объяснения, сложенные в самые хорошие учебники.

Между изложенным даже в самом последнем учебнике и краем науки есть зазор. В нём информация из статей из последних номеров журналов и с последних конференций, или же относительно старые, но ещё не улёгшиеся в общий формализм исследования и идеи. Продвигаться по этому зазору тяжело: в статье изложен взгляд только одной исследовательской группы, эксперименты могут быть поставлены криво, результаты оказываются не сравнимы с имеющимися или вовсе не воспроизводимы.

И моя радось здесь — радость ленивого студента, узнающего, что так много полезных ему вещей есть в разжёванном виде. Гранит науки можно не грызть, а неспешно попивать в виде смузи.

К сожалению, чем специфичнее область, тем меньше в ней качественно приготовленных смузи. И тем больше шанс, что именно ты будешь следующим smoothie maker.