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，旨在帮助读者更好地掌握深度学习领域的知识和技能。

引言

如果你已经阅读过这篇文章，那么你可能已经知道Andrew Ng是谁，并且对他关于如何建立机器学习职业生涯的建议感兴趣。Ng教授在斯坦福大学CS230深度学习课程的YouTube演讲中分享了他的宝贵经验，涵盖了一些职业发展的建议以及如何高效阅读研究论文的方法。

阅读研究论文

如果你想从学术文献中快速学习，应该怎么做？无论是为了建立一个感兴趣的机器学习系统，还是仅仅为了获取更多的知识，掌握一些高效阅读研究论文的方法非常重要。

编写论文列表

首先，尝试创建一份包含所有相关研究论文的列表，包括任何文本或学习资源。这样可以帮助你系统地安排学习计划。

并行阅读论文

你应该并行阅读这些论文，而不是逐一读完。尝试快速浏览每篇文章，了解其主要内容。也许你只需要阅读每篇文章的10-20%，这足以让你对文章有一个大致的理解。之后，你可以决定删除一些论文，或者只读几篇完整的论文。

如何阅读论文

不要从头读到尾，而是分多次阅读论文。下面是具体步骤：

快速浏览论文

首先阅读论文的标题、摘要和图表，这可以帮助你对论文有一个大致的了解。在深度学习领域，很多论文都会用图表来总结全文。

精读重要部分

阅读引言、结论和摘要部分，这些部分通常包含了作者试图传达的核心思想。此外，可以跳过相关工作部分，这部分是为了突出他人所做的工作，有时可能会比较难以理解。

通读全文，但略过数学部分

通读全文，但可以跳过那些对你而言不太重要的数学部分。有时，即使是最具影响力的研究论文，也会有一些部分显得不太实用。

提升阅读效率

当你阅读一篇论文时，试着回答以下几个问题： - 作者试图完成什么？ - 这个方法的关键要素是什么？ - 你自己能做什么？ - 你还想要哪些参考资料？

通过回答这些问题，你可以更好地理解和掌握论文的内容。

论文阅读时间

对于初学者来说，理解一篇相对简单的论文可能需要一个小时。但有时，一些复杂的论文可能需要三小时甚至更长时间。

获取论文资源

网上有很多优质的资源，例如，如果你是新手，可以查找关于语音识别领域最重要论文的博客文章。此外，还可以通过Twitter、Reddit和重要会议（如NIPS、ICML、ICLR）来获取最新的研究动态。

更深入地理解论文中的数学部分

试着从头开始重新推导论文中的数学公式。虽然这需要一定的时间，但这是一个非常好的练习。

代码练习

下载开源代码并运行它。如果你能从头开始重新实现这些算法，这表明你已经很好地掌握了手头的算法。

持续进步

最重要的是不断学习，变得更加优秀。与其在短时间内阅读大量论文，不如从每周读两篇论文开始。

建立机器学习职业生涯的建议

无论你的目标是找工作还是继续深造，关键是专注于做重要的工作。招聘人员更看重的是你的机器学习能力和实际项目经验。

构建横向技能

通过课程和阅读研究论文来提升你的横向技能。

构建纵向技能

可以通过做相关的项目、开源贡献、研究和实习来提升你的纵向技能。

选择合适的工作

如果你希望不断学习新东西，以下几点可以帮助你成功： - 和优秀的人一起工作。 - 关注你将与之共事的团队。 - 不要过分关注公司品牌。

通用建议

• 选择能让你学到最多东西的工作。
• 从事有价值的项目，推动世界向前发展。
• 尝试将机器学习应用到传统行业中。

总结

总的来说，Ng教授的建议可以归纳为以下几点： - 养成阅读研究论文的习惯，每周阅读两篇论文作为开始。 - 高效阅读，编制论文清单，一次阅读多篇论文，多次阅读每篇论文。 - 阅读论文时，首先阅读标题、摘要和图表，然后阅读引言和结论。 - 尝试理解算法时，重新推导数学并练习编程。 - 通过查看ML会议和其他在线资源来掌握最新信息。 - 构建一个T型知识库，在大公司或初创公司中加入一个好团队，从事有价值的项目，并将机器学习应用于其他行业。

希望这些内容对你有所帮助！