导读

本文总结了斯坦福大学教授Andrew Ng关于如何建立机器学习职业生涯及阅读研究论文的建议。这些内容来自他在YouTube上分享的一堂课，提供了许多实用的指导，帮助读者更好地学习和应用机器学习知识。

引言

如果你对如何在机器学习领域建立职业感到好奇，你可能会对Andrew Ng的建议感兴趣。他在斯坦福大学开设的CS230课程中分享了许多宝贵的经验和技巧，这些内容在YouTube上有详细的记录。

如何阅读研究论文

如果你想通过阅读研究论文来高效学习，以下是一些有效的技巧：

编写论文列表

创建一个包含你感兴趣的论文的列表，无论是为了学习新系统还是为了增加知识。这个列表可以帮助你有条理地进行阅读。

并行阅读

不要一次性读完所有论文，而是采用并行阅读的方式。快速浏览每篇论文，了解其主要内容，再决定是否深入阅读。通常阅读每篇论文的10%-20%就能获得足够信息。

论文数量与知识深度

• 5-20篇论文：足以让你了解某个领域的基础知识。
• 50-100篇论文：可以让你深入了解一个领域，并具备一定的研究能力。

如何高效阅读论文

快速浏览

不要从头到尾阅读。相反，先阅读标题、摘要、图表和引言。这些部分能让你快速把握论文的核心内容。

跳过复杂部分

跳过那些难以理解的部分，特别是数学公式。重点放在作者的主要观点和结论上。

提问

阅读时，思考以下几个问题： - 作者试图解决什么问题？ - 关键方法是什么？ - 你能否实现这个方法？ - 还需要哪些额外的参考资料？

论文阅读时间

对于初学者，理解一篇相对简单的论文可能需要一个小时。但有时，一篇复杂的论文可能需要三小时甚至更长时间。

获取论文的途径

有很多在线资源可以帮助你获取最新的研究论文，如Twitter、Reddit的Machine Learning板块、重要的机器学习会议（如NIPS、ICML、ICLR）。

深入理解论文中的数学部分

尝试从头开始推导数学公式。虽然这需要一些时间，但这是一个很好的练习。

实践编程

运行开源代码或从头开始实现算法。这有助于你更深入地理解算法。

持续学习

不断学习和进步，而不是短时间内大量阅读论文。建议每周阅读两篇论文，这样更容易理解和消化。

建立机器学习职业生涯的建议

专注于重要工作

把你的工作视为一种策略，专注于做有用的工作。

招聘人员看重什么

• 机器学习能力
• 有意义的工作

对于成功的机器学习工程师，一个常见的模式是拥有“T型知识”，即对多个主题有广泛了解，同时在某一领域有深入研究。

构建横向和纵向技能

• 横向技能：通过课程和阅读论文来提升。
• 纵向技能：通过项目、开源贡献、研究和实习来提升。

选择合适的工作

• 优秀团队：选择与优秀的人一起工作，关注团队氛围。
• 避免盲目追求品牌：公司品牌并不总与个人经历相关。
• 有用的项目：从事有价值的项目，推动世界进步。

通用建议

• 学习最多：选择能让你学到最多的工作。
• 做有用的工作：从事有价值的项目，推动世界进步。
• 跨领域应用：将机器学习应用于传统行业，创造更多价值。

总结

通过以上建议，你可以逐步建立起自己的机器学习职业生涯。记住，持之以恒地学习和实践是成功的关键。