地址链接: hands-on-research-tutorial: 《动手做科研》面向科研初学者,一步一步地展示如何入门人工智能科研 (github.com)
目前AI可谓是科研界的蒸汽机,很多领域都可以利用AI重新做一遍,可谓是一种新的科研范式。但是面对日新月异的AI技术和工具,又该从何学起,学什么。
大家(包括我自己)在一开始接触科研时,觉得十分痛苦,原因主要有以下原因:
- 编程基础薄弱
- 找不到合适的科研方向和项目
- 没有科研全流程的感知,总是会陷入某些细节,无法自拔
我在各个平台上都积极地回答过自己做科研入门的经验,以及后来切实地帮助近100名同学规划研究路径,并切实地取得阶段性成果时时,我惊讶地发现:其实大家都能在掌握基本地科研技巧之后,能自主地将工作做得很好,并且能从容地面对问题。比如他们懂得去自己去改代码,做实验。同时,我也惊讶地发现:其实入门要掌握的技术点,不难,且适用于绝大多数人。对于入门,最理想的状态是用最短的时间,按照循序渐进的难度顺序把必要的方法和工具都学会,即用最少必备的知识搭建起框架。之后就不断迭代,不断完善。
但是,大家都说科研要自学,要自学,却没告诉你怎么学。市面上有教你如何写好代码的,如何刷题的,也有教机器学习的,但是没有一个资料告诉你,我要做好科研,我每个阶段该做什么。所以很多同学会陷入一个误区,感觉知识永远学不完,我要学到什么什么程度才开始科研呢?
因此,我将自己入门的经验以及近100名同学入门的经验总结了一份攻略,一个非常详细的入门攻略。每个阶段都是精心确定的,确保是在入门过程中必经的过程。每个阶段,我都写了一步一步的详细步骤,也配备了额外的学习资料。以做好科研为主线,贯穿所有内容,特点在于,学完就能动手实践。
如果你在准备踏入科研之门,强烈建议先按照本攻略顺序来学习并实践,实践完你会发现对整个科研流程的理解有一个质的飞跃,不会在众多资源和放向中迷失了自我。更重要的是,你懂的了如何自学,如何去解决一个难题,我想这比水论文更为重要。
以下是具体目录: