标签：search journal 内容 icm 需要 机器学习 作者 工作 有用
原文：Advice on building a machine learning career and reading research papers by Prof.Andrew Ng
如何通过阅读研究型论文来有效的和相对快速地学习? 如果你想通过阅读学术性文献进行学习，无论你是想搭建一个感兴趣的机器学习项目/系统，或者仅仅是想获取更多最新的有关深度学习前沿知识，你应该怎么做？
下面我们会给出了一些基本的方法：
- 创建一份论文清单：试着列出一份你所关注领域的的研究性论文，或 Medium 文章，以及任何你拥有的文本或学习资源清单；
- 略过该论文清单。你应该以一种并行的方式阅读研究论文，意思是一次处理多篇论文。具体来说，试着快速浏览并理解每一篇文章，而不是全部读完，对于每一篇文章，也许你只读了其中的的10%到20%，这可能足以让你对手头的文章有一个高层次的理解。 之后，你可能会决定删除其中的一些论文，或者只是浏览一两篇论文，把它们通读一遍。
关于到底需读多少论文，Andrew Ng 给出了指导：
- 如果你仅仅是想实现一个语音识别系统，那么阅读有关语音识别方面的 5-20 篇文献就足够了，但是如果你是想研究该领域的前沿问题，那么5-20篇论文可能还不足够。
- 如果你想对某领域，比如语音识别的应用，有一个好的理解，那么你可能需要读 50-100 篇该领域的文章。
那如何阅读一篇论文呢？
对于一篇论文，不要从头读到尾，相反，要多读几篇，下面是具体的方法：
- 第一遍：阅读标题、摘要和图表。通过阅读标题、摘要、关键的网络架构图，可能还有实验部分，你将会对论文的概念有一个大致的了解。 在深度学习领域，有很多研究性论文都是将整篇论文总结成一两个图表，对此，我们不需要费力地通读全文。
- 第二遍：阅读引言、结论、图表，跳过其余的内容。 引言、结论和摘要是作者试图仔细总结他们的工作的地方，以便向审稿人阐明为什么他们的论文应该被接受和出版。 此外，浏览与本文工作相关的章节(如果可能的话)，这部分的目的是突出其他人所做的工作，这些工作在某种程度上与作者的工作有关。 因此，它可能是有用的，但如果你不熟悉该领域，有时很难理解。
- 阅读论文，但是跳过数学公式。
- 通读全文，略过没有意义的部分。伟大的研究通常意味着我们是在知识和理解的边界上发表东西。当我们阅读论文（甚至是那些最有影响力的论文），你可能会发现，论文的某些部分可能用的很少或者根本某有意义。 因此，如果你读了一篇论文，其中一些内容没有意义(这并不罕见)，那么你可以先略读。除非你想要掌握它，那就花更多的时间。
当你阅读一篇论文时，试着回答以下几个问题：
- 作者试图解决的是什么？
- 该方法的关键要素有哪些？
- 对你有什么用（或者说有哪些可以借鉴的）？
- 有哪些其它的参考文献可以参考的。
如果你能回答上述几个问题，通常可以反映出你对该论文有了比较好的理解。 事实证明，当你读的论文越多，通过练习你获取到上述信息的速度也就越快。因为，很多作者在写论文时使用的是通用格式。
理解一篇论文需要花费多少时间？
对于刚接触机器学习的人来说，理解一篇相对简单的论文可能需要一个小时，这并不罕见。但是，有时你可能会偶然发现需要3个小时甚至更长时间才能真正理解的论文。
如何获取到这些论文？
网络上有很多好的资源。比如，对于新手来说，那些列出了语音识别领域最重要的论文清单的博客可能非常有价值。
随着深度学习的快速发展，很多人都试图跟上它的最新水平，了解最新进展。因此，这些是你应该经常光顾的地方。
- Twitter。 令人惊讶的是，Twitter正成为研究人员发现新事物的重要场所。
- Reddit 中的 ML 子板块
- 重要的机器学习会议：NIPS、ICML、ICLR
- 朋友:找一个对该领域感兴趣的社区或一群朋友，分享有趣的研究论文
如何更深入的理解论文中的数学公式？
试着从头开始重新推导。虽然，这需要一些时间，但这是一个很好的练习。
尝试编码实现
- 下载源码（如果能够找到），并运行。
- 从零开始重新实现：如果你能做到这一点，这是一个强有力的信号，说明你已经真正理解了手头的算法。
不断进步
继续学习和变得更好的最重要的事情是更稳定地学习，而不是进行集中密集的活动。 与其在短时间内死记硬背，不如下一年每周读两篇论文。
如何阅读研究性论文？
标签：search journal 内容 icm 需要 机器学习 作者 工作 有用
原文地址：https://www.cnblogs.com/offduty/p/11811947.html
