机器学习和生物信息学实验室联盟

 找回密码
 注册

QQ登录

只需一步,快速开始

搜索
查看: 1146|回复: 0
打印 上一主题 下一主题

暑期总结--吴隆鑫--7.10-8.30

[复制链接]
跳转到指定楼层
楼主
发表于 2018-9-15 13:59:17 | 只看该作者 回帖奖励 |倒序浏览 |阅读模式
      转眼间两个月的时间就过去了,短短的两个月却让我收获了许多知识,结交了很多朋友,也有许多的心得和体会,并且对接下来三年的研究生生活有了一定的认识和准备。
      在7.10到八月初期间,学习了吴恩达的深度学习课程,并做了一些的课后实验和相关代码的编写,主要涉及的内容包括神经网络、深度学习、如何改善深层神经网络以及序列模型。学习结束后不但了解了深度学习,也形成了一些固定的代码风格,总体的感受是吴恩达教授的课讲的很十分详细,七月之前在极值学院的网络课中也有学习过机器学习和数据挖掘相关的课程,但相比较而言,吴恩达教授的课更加注重算法的思想以及思想的来源,从底层开始对整个理论体系进行完整的介绍。
      个人认为这样的授课方式对我们这些做研究的学生来讲更加合适,不仅仅是授之以鱼,还授之以渔。我认为我们接下去的学习也应该如此,仅仅懂得如何用这些工具的话就只能一直依靠着别人,而懂得工具的工作原理甚至自己也能打造出这些工具的时候才能真正独立,才能成为能从事创新工作的人。
      在七月底,有幸去了参加了成都KDD大会,结交了许多朋友,也开阔了视野,发现了自己与别人的差距,也明确了研究生阶段的努力方向和目标。
      到了八月初就听从导师的安排进行了一些论文的阅读,并且每周进行一次论文的分享。在这三个星期里共精读了以下三篇文章:
         1.DeepWalk : Online Learning Of Social Representation.
         2.Arbitrary-Order Proximity Preserved Network Embedding.
         3.Deep mining heterogeneous networks of biomedical linked data to predict novel drug-target associations.
      泛读了以下两篇文章:
         1.A Collective Variational Autoencoder for Top-N Recommendation with Side Information.
         2.LINE: Large-scale Information Network Embedding.
      在进行论文阅读的三个星期里也有许多的收获。
      首先是意识到了英语的重要性,许多优秀的论文都是用英语写的,经常使用翻译工具会浪费许多时间,有许多专业名词无法进行翻译,因为翻译后的结果经常会与作者原本想要表达的意思相违,并且我们接下来还要用英文编写论文,还会涉及到许多语法问题,所以进一步提升自己的英语水平十分有必要。
      其次是了解了一些创新和研究的思想,由于我们是站在巨人的肩膀上,所以在进行研究工作的时候可以多对一些相对成熟的交叉学科进行研究,就比如像上述有些论文里写的那样,将已经十分成熟的深度学习成功应用到药物靶点预测上,而未来我们说不定也可以将深度学习应用到更加广泛的方面或者学科,比如化学品反应的预测或者金融会计等其他行业,所以我认为有时间的话可以也多关注一下其他行业的发展情况,然后大胆假设,小心求证。
      然后我还发现演讲能力还有一些细节也十分重要。科研工作一般都是十分枯燥的,但是人是十分灵活的,同样一个研究成果一个人可以讲解得栩栩如生,而另一个人却只能汇报得死气沉沉,这就是演讲能力的差别,我认为也与个人的情商有关,IT行业以及做研究一般都是十分枯燥的,所以我觉得我们更应该锻造一个有趣的灵魂来支撑这个枯燥的工作啊,懂得苦中作乐才比较容易坚持下去。
      最后,我也找到了自身的一些问题,就是每次做论文分享之前我都尽力好好做PPT,还写了稿子,一页PPT就对应一个稿子,认为已经万无一失,可以很流畅地把我读的和想要说的分享给大家,但是总会有意外出现打乱自己的计划,然后自己弄得十分慌张,结果不尽人意。这个原因可能是因为自身这方面的锻炼不够,以后我会多把握一些在大众面前讲话的机会来锻炼自己。
      代码方面,目前调通了精读论文中第二篇和第三篇的代码,完整阅读了第二篇的代码,看了第一篇和第三篇的部分代码,还未完全理解,接下来准备先把第一篇的代码调通再仔细阅读剩下的代码。
      总而言之,在暑期的50天中,不仅仅是学到了新的知识,还对作为研究生应有的学习态度和学习方法有了一定的了解,收获颇丰。
分享到:  QQ好友和群QQ好友和群 QQ空间QQ空间 腾讯微博腾讯微博 腾讯朋友腾讯朋友
收藏收藏 转播转播 分享分享
回复

使用道具 举报

您需要登录后才可以回帖 登录 | 注册

本版积分规则

机器学习和生物信息学实验室联盟  

GMT+8, 2025-4-4 06:04 , Processed in 0.065034 second(s), 20 queries .

Powered by Discuz! X3.2

© 2001-2013 Comsenz Inc.

快速回复 返回顶部 返回列表