读论文

你要有一个要读文章的list，然后顺着这个list读完，最好做一张进度表，然后对于每篇论文的进度做一个统计，当你读到一篇文章的时候先粗读一遍，就读引言摘要等，然后可能会选择跳过，也可能会选择更加仔细的去看下去，然后可能会顺着这篇文章的引文看下去，在清单上标记好。

对于一个领域，5-20篇入门了解，50-100篇就会有比较好的理解了。
要保持一个读文章的周期，比如每周两三篇，而不是一天读很多篇，然后一段时间不读。

读单篇论文

1、首先阅读标题、摘要、文中的图表；
2、阅读介绍、总结、图表，如果你对这个领域了解不够深的话，要好好阅读相关工作，然后浏览剩下的部分；
3、阅读全文，但是跳过数学公式部分；（不明白的数学公式就跳过，然后后面再回头了解）
4、再次阅读，但是跳过不重要部分（因为很多论文在发表的时候作者并不知道自己哪些工作会给未来带来很大的影响）

给自己提问：

1、作者试图完成什么，想要解决什么？
2、提出的方法，关键点是什么，核心要素是什么？
3、我自己怎么去用到作者的这些方法？
4、有什么其他的参考文献你想要看的，引用的？

刚开始读文章可能会很慢，但是随着你经验的增加，读文章的速度会越来越快。

文章资源：

Twitter 比如：Kian，Ng
ML Subrediit
各种顶会：NIPS/ICML/ICLR
Friends

关于数学问题

从头开始去推导出一个算法，这会有助于你对新算法的提出，对于数学系，统计学的这么做可能会更好一点（个人感觉）。

代码

找到他的开源代码并自己跑一下；
复现这个算法，这样才算真正理解了。

视频链接：https://www.bilibili.com/video/BV195411Y7ms?from=search&seid=9374459465693720523
引用图片的知乎链接：https://zhuanlan.zhihu.com/p/155563478