本文將介紹關(guān)于吳恩達(dá)如何建立機(jī)器學(xué)習(xí)職業(yè)生涯的建議。

介紹

既然你已經(jīng)在閱讀這篇文章了，那么你可能已經(jīng)知道該領(lǐng)域的先驅(qū)之一Andrew Ng是誰(shuí)，并且你可能對(duì)會(huì)對(duì)他關(guān)于如何建立機(jī)器學(xué)習(xí)職業(yè)生涯的建議感興趣。

本博客總結(jié)了斯坦福大學(xué)CS230深度學(xué)習(xí)課程在YouTube上的演講：對(duì)職業(yè)發(fā)展的一些建議以及閱讀研究論文的方法，

鏈接：https://www.youtube.com/watch?v=733m6qBHjI&list=PLoROMvodv4rOABXSygHTsbvUz4G_YQhOb&index=9&t=0s

我建議大家多看看這堂課，內(nèi)容很豐富。不過(guò)，我想不管你看不看，你都會(huì)發(fā)現(xiàn)這篇文章很有幫助。因此，我試圖在這里概述這些建議。

跳到關(guān)鍵的要點(diǎn)部分。

Andrew特別提出兩項(xiàng)主要建議：

閱讀研究論文：他使用的非常有效的技巧，當(dāng)他試圖在深度學(xué)習(xí)中掌握一個(gè)新主題時(shí)，他會(huì)閱讀研究論文。

在機(jī)器學(xué)習(xí)領(lǐng)域開(kāi)創(chuàng)事業(yè)的建議。

讀研究論文

你如何通過(guò)閱讀研究論文來(lái)高效和相對(duì)快速地學(xué)習(xí)?所以，如果你想從學(xué)術(shù)文獻(xiàn)中學(xué)習(xí)，你應(yīng)該做什么，無(wú)論是你想學(xué)習(xí)建立一個(gè)感興趣的機(jī)器學(xué)習(xí)系統(tǒng)/項(xiàng)目，還是僅僅停留在事情的頂端，獲得更多的知識(shí)，成為一個(gè)深入學(xué)習(xí)的人。

以下是清單：

編寫一份論文列表：嘗試創(chuàng)建一份研究論文列表、包括你擁有的任何文本或?qū)W習(xí)資源。

過(guò)一遍列表：基本上，你應(yīng)該以一種并行的方式閱讀研究論文，意思是一次處理多篇論文。具體地說(shuō)，試著快速瀏覽并理解每一篇文章，而不是全部讀完，也許你讀了每一篇文章的10-20%，也許這足以讓你對(duì)手頭的文章有一個(gè)高水平的理解。在那之后，你可能會(huì)決定刪除其中的一些論文，或者只是瀏覽一兩篇論文，把它們通讀一遍。

他還提到，如果你讀到：

5-20篇論文(在選擇的領(lǐng)域，比如語(yǔ)音識(shí)別)=>這可能是足夠的知識(shí)，你可以實(shí)現(xiàn)一個(gè)語(yǔ)音識(shí)別系統(tǒng)，但可能不夠研究或讓你處于前沿。

50-100篇論文=>你可能會(huì)對(duì)這個(gè)領(lǐng)域的應(yīng)用(語(yǔ)音識(shí)別)有很好的理解。

如何讀論文?

不要從頭讀到尾。相反，需要多次遍歷論文，下面是具體如何做的：

閱讀文章標(biāo)題、摘要和圖：通過(guò)閱讀文章標(biāo)題、摘要、關(guān)鍵網(wǎng)絡(luò)架構(gòu)圖，或許還有實(shí)驗(yàn)部分，你將能夠?qū)φ撐牡母拍钣幸粋�(gè)大致的了解。在深度學(xué)習(xí)中，有很多研究論文都是將整篇論文總結(jié)成一兩個(gè)圖形，而不需要費(fèi)力地通讀全文。

讀介紹+結(jié)論+圖+略過(guò)其他：介紹、結(jié)論和摘要是作者試圖仔細(xì)總結(jié)自己工作的地方，以便向?qū)徃迦岁U明為什么他們的論文應(yīng)該被接受發(fā)表。

此外，略過(guò)相關(guān)的工作部分(如果可能的話)，這部分的目的是突出其他人所做的工作，這些工作在某種程度上與作者的工作有關(guān)。因此，閱讀它可能是有用的，但如果你不熟悉這個(gè)主題，有時(shí)很難理解。

通讀全文，但跳過(guò)數(shù)學(xué)部分。

通讀全文，但略過(guò)沒(méi)有意義的部分：出色的研究意味著我們發(fā)表的東西是在我們的知識(shí)和理解的邊界上。

他還解釋說(shuō)，當(dāng)你閱讀論文時(shí)(即使是最有影響力的論文)，你可能也會(huì)發(fā)現(xiàn)有些部分沒(méi)什么用，或者沒(méi)什么意義。因此，如果你讀了一篇論文，其中一些內(nèi)容沒(méi)有意義(這并不罕見(jiàn))，那么你可以先略讀。除非你想要掌握它，那就花更多的時(shí)間。

當(dāng)你閱讀一篇論文時(shí)，試著回答以下問(wèn)題：

作者試圖完成什么

這個(gè)方法的關(guān)鍵要素是什么

你自己能做什么

你還想要什么其他的參考資料

如果你能回答這些問(wèn)題，就很有希望的能反映出你對(duì)論文有很好的理解。

事實(shí)證明，當(dāng)你讀更多的論文時(shí)，通過(guò)練習(xí)你會(huì)變得更快。因?yàn)�，很多作者在寫論文時(shí)使用的是通用格式。

例如，這是作者用來(lái)描述網(wǎng)絡(luò)架構(gòu)的一種常見(jiàn)格式，特別是在計(jì)算機(jī)視覺(jué)中：

 

 

理解一篇論文需要花多少時(shí)間?

對(duì)于剛接觸機(jī)器學(xué)習(xí)的人來(lái)說(shuō)，理解一篇相對(duì)簡(jiǎn)單的論文可能需要一個(gè)小時(shí)，這并不罕見(jiàn)。但是，有時(shí)你可能會(huì)偶然發(fā)現(xiàn)需要3個(gè)小時(shí)甚至更長(zhǎng)時(shí)間才能真正理解的論文。

論文的來(lái)源

網(wǎng)上有很多很棒的資源。例如，如果你是新手，列出語(yǔ)音識(shí)別領(lǐng)域中最重要的論文的博客文章將非常有用。

隨著深度學(xué)習(xí)的快速發(fā)展，很多人都試圖跟上它的最新進(jìn)展。所以，你應(yīng)該這樣做：

Twitter：令人驚訝的是，Twitter正成為研究人員發(fā)現(xiàn)新事物的重要場(chǎng)所。

ML subreddit：https://www.reddit.com/r/MachineLearning/。

重要的機(jī)器學(xué)習(xí)會(huì)議：NIPS/ICML/ICLR。

朋友：找一個(gè)對(duì)該領(lǐng)域感興趣的社區(qū)或一群朋友，分享有趣的研究論文。

更加深入的理解文中的數(shù)學(xué)部分

試著從頭開(kāi)始重新推導(dǎo)。雖然，這需要一些時(shí)間，但這是一個(gè)很好的練習(xí)。

代碼練習(xí)

下載開(kāi)源代碼(如果你能找到的話)并運(yùn)行它。

從頭開(kāi)始重新實(shí)現(xiàn)：如果你能夠做到這一點(diǎn)，那么這是一個(gè)強(qiáng)烈的信號(hào)，表明你已經(jīng)真正理解了手頭的算法。

持續(xù)進(jìn)步

最重要的是不斷學(xué)習(xí)，變得更好是指更加穩(wěn)定的學(xué)習(xí)，而不是集中一段時(shí)間內(nèi)讀大量的論文。與其在短時(shí)間內(nèi)死記硬背，不如從明年開(kāi)始每周讀兩篇論文。

對(duì)機(jī)器學(xué)習(xí)職業(yè)生涯的一些建議

無(wú)論你的目標(biāo)是找一份工作(大公司、初創(chuàng)公司和教職員工的職位)，還是進(jìn)行更高級(jí)的研究生學(xué)習(xí)(也許參加一個(gè)博士項(xiàng)目)。

只要專注于做重要的工作，把你的工作看作是一種策略，一個(gè)做有用工作的機(jī)會(huì)。

招聘人員要的是什么?

機(jī)器學(xué)習(xí)能力。

有意義的工作：表明你能勝任這份工作的項(xiàng)目。

對(duì)于成功的機(jī)器學(xué)習(xí)工程師(優(yōu)秀的求職者)來(lái)說(shuō)，一個(gè)非常常見(jiàn)的模式是開(kāi)發(fā)一個(gè)T型知識(shí)庫(kù)。意思是對(duì)人工智能中許多不同的主題有廣泛的理解，并在至少一個(gè)領(lǐng)域有非常深刻的理解。

 

構(gòu)建橫向能力

在這些領(lǐng)域建立基本技能的一個(gè)非常有效的方法是通過(guò)課程和閱讀研究論文。

構(gòu)建縱向能力

你可以通過(guò)做相關(guān)的項(xiàng)目、開(kāi)源貢獻(xiàn)、研究和實(shí)習(xí)來(lái)構(gòu)建它。

選擇一份工作

如果你想不斷學(xué)習(xí)新東西，下面是影響你成功的一些因素：

無(wú)論你是和偉大的人/項(xiàng)目一起工作：被勤奮的人包圍會(huì)影響你。

除了經(jīng)理之外，還要關(guān)注你將與之共事的團(tuán)隊(duì)(10-30人，你將與他們互動(dòng)最多)，并對(duì)他們進(jìn)行評(píng)估。

不要關(guān)注“品牌”：公司的品牌與你的個(gè)人經(jīng)歷并沒(méi)有太大的關(guān)聯(lián)。

所以，如果你得到了一份工作，問(wèn)問(wèn)你將和哪個(gè)團(tuán)隊(duì)一起工作，不要接受“加入我們，之后我們會(huì)組建一個(gè)團(tuán)隊(duì)”的工作邀請(qǐng)，因?yàn)槟憧赡軙?huì)和一個(gè)團(tuán)隊(duì)一起做你不感興趣的事情，這不利于自己有效地進(jìn)化。

另一方面，如果你能找到一個(gè)好的團(tuán)隊(duì)(即使是在一家不知名的公司)并加入他們，你實(shí)際上可以學(xué)到很多東西。

一些通用的建議

學(xué)得最多：傾向于選擇能讓你學(xué)到最多東西的工作。

做重要的工作：從事有價(jià)值的項(xiàng)目，推動(dòng)世界向前發(fā)展。

嘗試將機(jī)器學(xué)習(xí)帶到傳統(tǒng)行業(yè):我們?cè)诳萍夹袠I(yè)已經(jīng)改變了很多，但我認(rèn)為最令人興奮的工作之一可能是在傳統(tǒng)行業(yè)(科技行業(yè)之外)，因?yàn)槟憧梢栽谀抢飫?chuàng)造更多的價(jià)值。

要點(diǎn)

我試著將Andrew的建議總結(jié)如下：

養(yǎng)成閱讀研究論文的習(xí)慣：每周閱讀兩篇論文作為開(kāi)始。

高效閱讀：編制一份論文清單，一次閱讀多篇論文，每篇論文都要經(jīng)過(guò)多次閱讀。

閱讀論文時(shí)：首先閱讀題目/摘要/圖表(尤其是)/引言/結(jié)論。

嘗試?yán)斫馑惴〞r(shí)：嘗試重新推導(dǎo)數(shù)學(xué)并通過(guò)重新實(shí)現(xiàn)來(lái)練習(xí)編程。

盡量掌握最新信息，通過(guò)查看ML會(huì)議和其他在線資源中的資料。

在AI中構(gòu)建一個(gè)t型知識(shí)庫(kù)。

嘗試加入一個(gè)好的團(tuán)隊(duì)(在大公司或初創(chuàng)公司)，這將幫助你高效成長(zhǎng)。

從事有用的項(xiàng)目可以幫助你學(xué)到更多，推動(dòng)世界前進(jìn)。

嘗試將機(jī)器學(xué)習(xí)應(yīng)用到其他行業(yè)：醫(yī)療、天文學(xué)、氣候變化等。

原文鏈接：https://medium.com/@mohamedalihabib7/advice-on-building-a-machine-learning-career-and-reading-research-papers-by-prof-andrew-ng-f90ac99a0182

標(biāo)簽： 機(jī)器學(xué)習(xí) 大數(shù)據(jù)技術(shù)

版權(quán)申明：本站文章部分自網(wǎng)絡(luò)，如有侵權(quán)，請(qǐng)聯(lián)系：west999com@outlook.com
特別注意：本站所有轉(zhuǎn)載文章言論不代表本站觀點(diǎn)！
本站所提供的圖片等素材，版權(quán)歸原作者所有，如需使用，請(qǐng)與原作者聯(lián)系。