1、首先找一本机器学习相关书籍，简要过一遍基础概念。
2、如果对于遇到的数学概念不明白的，还需要补充高数、线性代数、概率论相关知识。
3、熟悉了基础概念之后，就可以到国际上的会议、期刊上寻找感兴趣的方向的论文了。
4、了解一个领域的最新研究，需要泛读大量文献。选择精读其中有借鉴意义的部分文章，然后找到作者主页（国际会议的文章作者一般都有个人主页），可以获取到代码，论文中往往也会提到数据集。获取到代码和数据集之后，就可以着手复现论文中的实验了。
5、在复现实验之中，你会加深了解到论文的优点和不足之处，也为以后自己的优化奠定了基础。
【相关文章】
本文地址：https://www.qubaike.com/jiaoyu/2tf0knd4.html
声明：本文信息为网友自行发布旨在分享与大家阅读学习，文中的观点和立场与本站无关，如对文中内容有异议请联系处理。
