A sabedoria não é um produto do aprendizado, mas uma tentativa ao longo da vida de adquiri-lo.
Albert EinsteinQualquer pessoa que leve a sério o aprendizado de máquinas precisa aprender a entender o que é publicado em artigos científicos. Tais publicações são feitas por cientistas na vanguarda da pesquisa em seus respectivos campos. São elas: inteligência artificial (IA, inteligência artificial), aprendizado de máquina (ML, aprendizado de máquina), aprendizado profundo (DL, aprendizado profundo) e muitas outras áreas. Para manter-se atualizado com as últimas descobertas e expandir seu próprio conhecimento, você precisa ter uma mentalidade científica e hábitos adequados. As tecnologias de IA, ML e DL estão evoluindo a um ritmo incrível. Portanto, para acompanhar o progresso, precisamos estocar conhecimentos relevantes. Esse conhecimento pode ser obtido apenas no decorrer do trabalho com publicações científicas.
Aqui você encontrará um guia para trabalhar efetivamente com artigos científicos. Em particular, vamos nos concentrar nos seguintes tópicos:
- Uma abordagem sistemática para ler coleções de publicações para obter conhecimento em um campo de seu interesse.
- Regras para leitura de artigos científicos.
- Recursos online úteis para ajudá-lo a encontrar publicações e informações críticas.
Quem é Andrew Eun?
Este artigo é baseado nas palestras de Andrew Ng. Também adicionei aqui algumas de minhas próprias recomendações e informações úteis encontradas na Internet.
Para começar, quero falar brevemente sobre quem é Andrew Ng .
Andrew Ng é professor assistente da Universidade de Stanford . Ele é provavelmente o professor mais famoso (e maior público) em aprendizado de máquina. Andrew também é co-fundador do Deeplearning.ai e do Coursera .
Como as pessoas adquirem habilidades úteis?
É perfeitamente natural que uma pessoa adote as habilidades e hábitos que as pessoas à sua volta demonstram. É graças a isso que os estudantes de doutorado desenvolvem as habilidades de assimilação eficaz de informações de publicações científicas. Este é, até certo ponto, um fato bem conhecido. Andrew menciona isso no início de sua palestra em vídeo, à qual vinculei acima.
Mas não somos estudantes, embora alguns de vocês possam ser estudantes. Portanto, somos confrontados com a questão de como uma pessoa comum pode adquirir as habilidades necessárias para a leitura e o profundo entendimento das publicações científicas.
Metodologia para a seleção de materiais de leitura
Para uma pessoa talentosa que deseja trabalhar no campo de aprendizado de máquina, é melhor se especializar em algo. Por exemplo, é recomendável ter conhecimentos gerais de visão computacional (Visão Computacional). Mas alguém que tenha conhecimento e experiência especializados no uso de métodos básicos para resolver o problema de avaliar a posição de um objeto no espaço (Pose Estimation, PE) parecerá muito mais atraente do ponto de vista de um empregador em potencial que precisa de um especialista no perfil apropriado.
Vamos, usando o exemplo do problema de EP, analisar a metodologia para trabalhar com publicações científicas sobre o tópico de nosso interesse.
▍1 Seleção de materiais
Na primeira etapa do trabalho, formaremos uma seleção de recursos relacionados ao assunto de nosso interesse. Os recursos incluem publicações acadêmicas, artigos do Medium, postagens de blog, vídeos, repositórios do GitHub e assim por diante.
Se você pesquisar no Google pela frase pose estimation, teremos à disposição um conjunto de links para os principais recursos relacionados à questão de nosso interesse. Nesta fase do trabalho, nosso objetivo é coletar tudo o que nos convém. São vídeos do YouTube, documentação sobre a implementação prática de mecanismos de visão de máquina que nos interessam e, é claro, artigos científicos. Aqui, idealmente, você não precisa se limitar a nenhuma quantidade específica de recursos que considere importante. O principal é fazer uma lista final de materiais que podem beneficiá-lo.
§ 2 Análise de materiais e avaliação do nível de entendimento
Aqui, analisaremos os recursos anteriormente reconhecidos como potencialmente úteis e relacionados à questão que nos interessa. É muito importante considerar que existe um método para avaliar o nível de entendimento dos materiais incluídos na etapa anterior do trabalho na lista final. Andrew Ng recomenda fazer uma tabela na qual você possa indicar o nível de entendimento de cada um dos materiais. Esta tabela pode se parecer com a mostrada abaixo.
Tabela de recursos usada para avaliar seu nível de entendimento
É recomendável que você tente ler pelo menos 10 a 20% do conteúdo de cada documento adicionado a essa tabela. Isso permitirá que você se familiarize com esse volume de material, o que será suficiente para verificar com precisão como o material atende às nossas necessidades.
Os materiais que melhor se encaixam no assunto de nosso interesse precisam ser tratados mais profundamente do que outros. Eventualmente, você encontrará alguns recursos relevantes que você entende completamente.
Talvez agora você esteja se perguntando quantos artigos ou outros recursos você deve entender completamente.
Não tenho resposta para essa pergunta, mas Andrew tem uma resposta.
Nomeadamente, ele diz que compreender 5-20 materiais indica um nível básico de orientação na questão. Talvez esse nível seja suficiente para a transição para a implementação prática de várias técnicas.
Se estamos falando sobre a compreensão de 50 a 100 materiais, isso significa que você é muito versado no assunto.
Depois de analisar os recursos e aprender uma coisa ou duas sobre eles, sua tabela será semelhante à tabela abaixo.
Tabela atualizada para avaliar o nível de entendimento dos recursos
▍3 Breve descrição dos materiais
O terceiro passo do trabalho preliminar com materiais é baseado em minha própria experiência. Quando tento entender as publicações científicas, faço anotações estruturadas nas quais, em minhas próprias palavras, resumo os principais resultados, descobertas, métodos descritos nos trabalhos.
Agora que encontramos material que vale a pena ler, passamos a lê-lo.
Lendo um artigo científico
Quando alguém lê algo por uma questão de compreensão, ler o material por si só não é suficiente. Andrew diz que ler o artigo inteiro em uma sessão pode não ser a melhor maneira de construir entendimento.
Esteja preparado para o fato de que, para dominar adequadamente o artigo, você deve lê-lo pelo menos três vezes.
▍4 Primeira leitura
Quando você ler o artigo pela primeira vez, concentre-se no título, anotação e figuras.
▍5. Segunda leitura
Na sua segunda leitura, preste atenção especial à introdução e conclusão. Além disso, dê uma outra olhada nas fotos e percorra o restante do artigo.
As seções introdutória e final do artigo contêm informações claras e concisas sobre o seu conteúdo, resumindo as principais conclusões dos autores do artigo. Essas seções geralmente não incluem nenhuma informação de suporte. Aqui está apenas o que é realmente importante. Graças a isso, o leitor está preparado para a percepção do restante do artigo.
§ 6 Terceira leitura
Na terceira passagem do artigo, o texto principal é lido, ignorando cálculos matemáticos complexos ou descrições de técnicas novas para o leitor. Além disso, nesta fase do trabalho, você pode pular termos incompreensíveis ou novos.
§7 O próximo artigo lê
Qualquer pessoa envolvida em pesquisas profundas em uma determinada área pode ler o artigo várias vezes. Essas sessões adicionais de leitura terão como objetivo principal analisar cálculos matemáticos, dominar técnicas e esclarecer o significado de termos desconhecidos.
Quem costuma ler artigos científicos para fins informativos e para se familiarizar rapidamente com os métodos de trabalho propostos, pode achar que o estudo aprofundado dos artigos ocupa muito tempo. Especialmente quando estamos falando de várias dezenas de artigos que precisam ser elaborados.
Aqui está um exemplo do que eu chamo de "exploração profunda" aqui. Li este artigo usando a técnica apresentada aqui, descobri e, com base nela, escrevi 4 de meus próprios artigos ( 1)., 2 , 3 , 4 ).
Perguntas a serem feitas ao ler um artigo
Andrew nos fornece uma lista de perguntas a serem feitas durante a leitura deste artigo. Essas perguntas geralmente visam obter uma compreensão do que você está lendo. Uso as seguintes perguntas como diretrizes para me ajudar a manter o controle do meu principal objetivo de entender o artigo.
Essas perguntas são:
- Descreva o que o autor do artigo está tentando alcançar, ou talvez o que ele já conseguiu.
- Se você se deparar com uma nova abordagem para resolver um problema, com uma nova técnica ou metodologia, descreva seus elementos-chave.
- O que exatamente no artigo você acha mais útil para si mesmo?
- Quais materiais mencionados no artigo você gostaria de ler?
Recursos adicionais para ajudar na pesquisa
Em busca de informações, alguns recursos me ajudaram bastante, cuja lista abaixo eu apresento.
- r / MachineLearning
- r / aprendizagem
- paperswithcode.com
- Sites das principais conferências especializadas: NIPS , ICML , ICLR .
- researchgate.net
Você pode fazer essa lista facilmente.
Resultado
Resultados a longo prazo são obtidos por estudo constante e estável, e não por aprender algo "invasões".
Andrew EunYa ainda é uma pessoa relativamente nova nos campos de aprendizado de máquina e visão computacional. E aqui, para dizer o mínimo, ainda há muito que eu não sei. Mas, apesar disso, estou confiante de que, se uma pessoa for consistente em sua busca por conhecimento, não importa em que área, ela será recompensada com compreensão e habilidades que lhe permitirão subir acima de algum nível médio.
Eu pretendo ler pelo menos quatro artigos científicos por mês usando a metodologia para trabalhar com artigos científicos propostos por Andrew Ng. Leia-os até que eu entenda. Para ser sincero, levei uma semana e meia para ler e entender o artigo acima na LeNet. Mas quanto mais eu leio, mais rápido e melhor eu vou conseguir. Isso se aplica não apenas a mim.
Andrew diz que sempre carrega vários artigos que planejava ler. Andrew é uma personalidade bem conhecida no campo de aprendizado de máquina. Eu acho que alguém que adota seus hábitos e métodos de aprender coisas novas pode estar em grande vantagem.
Como você lê artigos científicos?
