[Updating] !notes on creativity and research
notes on research
- research
- 训练和考察他们检索寻求信息的能力、基于充分的信息进行推理判断的能力
- 试图寻找史料,尽可能阅读多方观点,搭建自己的推理论证框架来得出独立结论
notes on problem-solving skills
notes on critical thinking
- "批判性" 是指思辨式的评判,多是建设性的
- 理性分析,精确求证
- 批判性思维除了要求在逻辑上、统计上不犯错误之外,更重要的是要想别人没有想过的问题,问别人没有问过的问题 ,并且要刨根问底,探究深层次、根本性的原因
notes on ideas
- 相关性不等于因果性
- 但是现在的大部分研究都是在论证相关性的,通过研究相关性来寻找其背后的机制,这是是推导出因果的基础,要直接论证因果性难度实在是太高,而且确定性的推论本来也不符合科学的要求。所以大家以后不要看到一篇研究相关性的论文就说它不科学
notes on taste
- 如何提升研究品味,判断哪些工作是重要的,哪些不重要,可能是困扰我们这些年轻研究人员的一个重要问题。我在清华读硕士的时候,导师应明生教授推荐过一个方法,读科学史 -- 看ACM网站上对图灵奖工作的介绍,看google scholar里引用次数很多的文章有什么样的特点 -- 受益很多。
notes on research - creative, thoughtful original engineering research
social skills
-
独立研究员
- 独立 不等于 一个人
- 独立意味着你有所有权,需要自己收集知识,形成想法,然后拿这些东西和所有能提供帮助的人对话
- Independent does not mean alone. Independent means figuring out the right questions to ask, finding the right people to ask, and taking the initiative to make it happen
-
direction
- 一个年轻的研究生最重要的一件事情是什么?
- 其实不是你学到哪些技术,而是要使你自己走进未来五年、十年有大发展机会的领域,这才是你做研究生时所要达到的目标。”
确定的方向
- 重要的问题和挑战
- 即将成为热门 - 影响重大
- 高风险
Proposal <- 确定的问题 <- 确定的方向
problem solving <- 确定的思路 和 确定的方法
paper - 将结果转化成论文
- 表达清晰
-
确保文献引用的专业性
- 可信度而言:journal (peer review) > book > conference > presentation > website
-
引用的准确性
-
审稿
- 先看题目,摘要 abstract,看介绍 -> 做了什么,贡献是什么
- 再看核心实验结果, conclusion -> 做的好不好
-
以读者为核心阐述工作
- 降低信息理解难度
- 标题的重要性 -> 一句话概括所做工作, 包含关键词
- abstract -> 用于简单,让外行能看懂
- Introduction -> 论证所做的工作的必要性和重要性 - 首页加图表
精度
-
精度文章,叙述文章细节
- 积极地和论文进行对话
- 用自己的语言复述并记录下来
- 记录自己的疑惑, 并思考
- 如果作者再多做一步,你就信了
-
可以设计一个怎样的研究,来证明对方是错误的
-
积累经过了积极思考的短评
reading
- 想治学的,读了书还要去读论文,广读书,
并且仔细研究典型论文(结构,方法,表达)
教训
summary
paper review
Explain the following items first:
1: Why is the paper you read related to the topic we covered: e.g., related to language modeling, or related to common sense reasoning. (1pt)
2: What techniques did it use? e.g., deep learning, smoothing, etc. (1pt)
3: What data sets did it use to evaluate the models? e.g., WSJ, etc. (1pt)
Write a review with:
-
Three strong points (explain why). (5pt)
-
At least one weak point (Whether the techniques used are solid? Are there any drawbacks? Too many parameters to tune? Whether the compared baselines are strong baselines? Whether they tune the parameters for the baselines? Whether does the algorithm developed make sense? Are there any kinds of improvements? Are there any theoretical flaws/drawbacks?) (2pt)
-
(Optional) Questions to me (what makes you confused or what you feel need to be clarified).
reference
- "How to Read a Paper"
- 科研具体思路
- "Crafting Your Research Future"