在今天的机器学习网课中，老师专门提到了“对于课上疑点的解惑方式”，除了课上提问，在课下有比如 查看老师推荐书籍（相关理论）、回看上课视频、查看相关论文（paper）、搜索引擎搜索疑惑点等不同解疑方式。其中，老师特地说明了一下要学会自己看paper的方式。正好前段时间在007社群中也看到了有群友提到了Paul N. Edwards的《How to Read a Book》这本书，就结合起来简单总结下。
怎样从一本书或文章中学到更多？
从头读到尾的读一本书会很有满足感，比如情节引人入胜的小说。但是有许多书、文章和文档，它们不是小说：它们没有虚构。教科书，手册，期刊论文，历史文献，学术研究，诸如此类都属于非虚构类知识。
阅读这些非虚构类知识的目的，是为了获取并记住其中的信息。找出讲什么（而且是尽可能快速和容易地），这是阅读这些内容的首要目标。所以一个好的建议是：永远不要从头到尾的读非虚构类书籍。
阅读一篇机器学习Paper的方式
从零开始，指的是我们要从零了解这篇文章做了什么事情、使用了什么方法、得到什么结果，这样的方法和结果对我有没有什么借鉴。而不是说，接触到一个全新的领域，从读论文开始入手。对于没有过接触的陌生领域。我的方法是，先看中文综述，中文博士论文，而后是英文综述。通过中文综述，可以首先了解这个领域的基本名词、实验常用方法。
否则直接从论文入手的话，作者站的高度和我们的水平不一致，很容易想当然的理解或者根本看不下去。因此，在阅读这篇文章之前，对于这篇文章中涉及到的基础知识，对应中文基础都理解透彻。这时，回归到从零开始理解这篇文章的状态。这里有3个递增的层次：
读懂这篇文章的概要信息（5-10分钟）
- 认真读懂标题、摘要、简介（title, abstract, and introduction）。
- 只读各个部分和子部分（section and sub-section）的标题，跳过具体内容。
- 读懂结论和讨论（作者通常会在这里论述本研究的不足和缺失，为未来的研究提供建议，指明方向）。
- 浏览参考文献，记下哪些文献是你已经读过的。
抓住文章的内容，忽略文章细节（1个小时）
- 对图、表的含义以及他们支持的结论弄懂。
- 记下参考文献中你认为重要的未读文献，它能让你对这篇文章的背景有深刻理解。
在这个层次中，如果遇到读不懂（原因有很多：公式太多、对术语不理解、对实验手段不熟悉、参考文献的文献过多）。说明我们还没有和作者在一个基础上，建议先从几篇重要的参考文献入手，补充背景知识。
深入细节理解文章（2-3小时）
如果这个文章是你想应用到目前工程中的，则需要这个层次，目标是能够在相同的假设条件下，重现（re-implement）论文。同时，要注重论文在GitHub上的对应代码，跳到程序中能加速理解。比较你重现的结果和原论文，就能真正理解一篇文章的创新点，以及它的隐含前提或假设。并且你能从重现过程中得到一些你未来工作的方向。
做这三个层次的好处就是，能够让你对读一篇文章的时间有合理的估计，甚至可以根据时间和你的工作需要调整掌握一篇文章的深度。
参考：
* 《怎样读一本书V5.0 》(http://liujinkai.com/2017/02/08/how-to-read-a-book/)
