如何优雅地打开堆满数学公式的机器学习论文

正文

请到「今天看啥」查看全文

阅读代数较多的论文的技巧是 ，第一次阅读时不要被数学带着走——这是许多学生都会犯的错误。读第一遍时，你不需要理解冗长计算中的所有步骤。你应该浏览一遍数学，并假设它是正确的，在之后的阅读过程中，再一步步加深你的理解。

你要做的是 ，阅读公式之间的文字描述，以及论文的结论。当你大致搞清楚这篇论文在讲些什么后，你才会去考虑是否要花费时间来研究它的数学部分。

千万不要陷在那些你搞不清楚的步骤中。 假设它们都是正确的，然后继续往下看。回头再来理解它们。重复阅读直到你理解透彻。

同时，你需要注意到一个事实： 许多时候论文中的数学部分其实是存在错误的。很多时候，这些错误与文章想要表达的论点的无关，但是它们会使你变得困惑不堪。在第一次阅读中，你很难发现这些错误。但当你对论文有了大体的了解后，往往你就能轻松发现这些错误了。

另外，当你阅读那些公式时， 确保你理解它们真正的含义 。你知道公式中的数学含义，但是你是否了解公式背后的真正的意义呢？你是否能用直白的语言向我解释这个公式的含义？在我问你ELBO的意义时，你能否告诉我，“当我们将ELOB 最大化时，在考虑到已有数据量的情况下，我们估测的后验概率将会十分接近其真实值”？

当你达到这个水准后，推理冗长数学运算会变得简单。那么，如何才能做到这一点呢？答案是：阅读大量理论性论文，做大量的代数运算。没有其他捷径。

数学概念太艰深？尝试用简化版本理解

我们在阅读论文时 ，我们还可能会碰到涉及大量艰深数学概念的论文，比如说Lebesgue 测度、Radon-Nikodym导数、σ代数等等。

相比上一种情况，阅读这种论文更为艰难，因为你很难判断哪一部分重要，哪一部分可以被简单跳过。但技巧还是相似的： 别忙着四处查那些数学概念，先浏览一遍再说。

另外一个很实用的技巧是：将复杂概念简化。很多时候，论文作者使用了大量专业的数学概念，以确保他们的推导足够严谨。比方说，他们会考虑到这样的质问：如果这个函数在任何地方都是连续的，但它在何地方都不可微，那你的方法还可行吗？

请到「今天看啥」查看全文