機器學習初學者該如何選讀適合自己水平的論文?

自己是自學機器學習的,看了諸如機器學習實戰,統計學習方法等,但是一直沒有勇氣去看機器學習方面的論文,一個是自知自己水平有限擔心自己看不懂,另一個是不知道哪些論文是適合自己的,不知道該如何選擇,有沒有一個list等,希望大家能發表下各自的看法,謝謝。


邢波老師在某一年的龍星計劃里說,搞CS的就要有勇氣把看到的演算法自己快速實踐一下。

看論文哪有什麼水平標杆,想看什麼就去找,坐下來耐心看,搞不懂的去查 Google,去翻書,然後自己實現出來。

論文不適合自己,覺得寫得不好,結果扯蛋,看了之後你才能知道別人怎麼瞎扯蛋。所以,論文沒有不適合自己一說。


看到題主這問題,忍不住來回答

給大家介紹一個螞蟻金服資深演算法專家西亭出的機器學習入門教程,視頻+PPT+練習,讓入門也輕鬆一步到位,另外配合一些書籍效果非常不錯

課程鏈接:http://t.cn/R0Wo0NV

第1 章 : 機器學習概念、原理和應用場景

課時1:機器學習基礎概念 http://t.cn/R0WlVlj

課時2:機器學習的領域 http://t.cn/R0WYAua

課時3:機器為什麼能學習 http://t.cn/R0WYqmw

第2 章 : 機器學習常用演算法

課時4:監督學習 - 線性回歸 http://t.cn/R0WYJy4

課時5:非線性回歸、過度擬合、模型選擇 http://t.cn/R0WYop0

課時6:有監督學習分類 http://t.cn/R0WYuAO

課時7:無監督學習 http://t.cn/R0WYDIm

第3 章 : 總結與練習

課時8:總結與練習 http://t.cn/R0WThDB


這是我自學的過程看論文的方法。

  1. 按感興趣方向搜論文,主要先看摘要。目的是明確方向,並且還能知道大家都研究什麼。
  2. 看演算法。摘要提到的演算法要搞清楚,不懂演算法的話,就看一看論文中的演算法介紹。
  3. 演算法的改進應用。第一步不費勁的話,直接來第三步。咱們目的是,多思考這個演算法為什麼怎麼改?為什麼用在這?別的演算法能不能?
  4. 做實驗。可以直接看出論文注了多少水。這步可以選擇性的去做,咱們的目的是多看論文。
  5. 翻書。論文中的演算法看不懂的話就翻書吧。還有就是往深學習的話,證明方法也得看。

  6. 看博客筆記、大牛分享的資料。有時候,書也看不懂,也懶得看,那就在網上搜一搜別人的博客筆記。一般情況,教材都會寫的特別學術化,比較難懂。所以,這算是取巧的捷徑。

1,2,3就是 while(TRUE){1,2,3}~

4,5,6就是 if (2or3看不懂) {5 or 6} else if(有精力) {4}

我正在這麼做。

我是在讀研究生,基礎知識很薄弱。平時除了上課和跟老師做做實驗之外也沒有什麼時間去惡補基礎知識,所以我一般都是硬著頭皮看論文,不懂的時候就想辦法搞會它。

當然,如果身邊有個老師就好多了,不懂就直接問老師,老師一句話勝讀十年書啊!


上一門不錯的應用型公開課比如cs231n。課程裡面會簡略地cover一些很出名的paper。有興趣的撿出來讀讀就好了


書上的知識就是那些經典論文提煉出來的。不做研究不必看論文。


推薦閱讀:

用libsvm做時間序列預測,為什麼訓練數據越少越準確?
如何認識和看待人工智慧?人工智慧的巔峰是什麼?
人工智慧是什麼?
人工智慧的交易系統具體是什麼樣的理念,或者模式?
有哪些類似於地平線或寒武紀的公司?

TAG:機器學習 | 模式識別 | 學術論文 | 人工智慧演算法 |