怎样阅读文献作研究.docx
- 文档编号:4472414
- 上传时间:2022-12-01
- 格式:DOCX
- 页数:23
- 大小:51.28KB
怎样阅读文献作研究.docx
《怎样阅读文献作研究.docx》由会员分享,可在线阅读,更多相关《怎样阅读文献作研究.docx(23页珍藏版)》请在冰豆网上搜索。
怎样阅读文献作研究
[转帖]有关阅读文献与做研究的经验(ZZ)
以下是作者在论坛上收集的一些有关如何阅读文献的心得,希望对大家有所帮助:
之一
1。
由点到面。
选工作实践中的疑点,热点,由一个小枝节,检索较全的文献,一般近期的20篇左右已经相当多了。
之所以不必在意3年以前的,是因为知识更新非常快,且网上能查到的多为近几年的全文。
学习别人是怎么发现解决问题的。
知道目前对这个问题的共同看法,和分歧。
然后,扩展开,根据兴趣和研究的目的,知道,在研究的领域:
谁的文章被引用的次数多,谁的文章最多最新最有启发性。
去图书馆找他的文章看全文。
逐步扩展自己的视野,构建个人的专业知识结构和看法。
2。
由杂到精。
有了一定的知识基础以后,对于繁杂的文献,要有个人的判断。
追踪某个专题、某个专家的研究进展,比较对于同一专题的论点的发展,掌握其新的方法或新结论,或注意作者观点的改变,探究其原因。
培养个人的学术修养。
对于高质量高水平的期刊,定期浏览,从面上了解学术进展和热点,根据个人的兴趣和工作进展,逐篇仔细阅读新作.
3。
好记性不如烂笔头。
无论是工作中的点滴发现,思想火花,都应该写下来。
我和王忠诚院士、顾玉东院士的接触中,发现他们都有记卡片的习惯。
病例随访、文献观点,等等。
到写作文章时,都是现成的材料。
现在有了电脑,但是写文献综述是一个完善知识结构的好方法。
随时记下论点,个人心得,会有事半功倍的成绩。
无论写在纸上,还是记载在电脑内,都应该有一个记事簿,并且经常整理。
4。
对于下载的文献,要以其内容建立以专题杂志按时间先后的专门分类。
哪些需要仔细阅读并保存,哪些用处不大,待删除,哪些需要阅读却尚未阅读。
以后想到时,还能及时找到。
5。
天天学习。
文献天天有。
如果只作为一个收藏家,就失去了研究的意义。
下载的目的是学习。
通过阅读,掌握专业领域的方法和知识。
只要坚持学习,就会积累起自己的知识架构。
水到渠成,游刃有余。
之二:
对于初次进入一个领域的新手,必须阅读大量的文献,才能把握本领域的动态和方向。
记得一个留洋的研究生说,起初导师让他读大量的文献,而且每天都规定了数量,好像是100篇吧?
由于刚刚接触这一领域,对许多问题还没有什么概念,读起来十分吃力,许多内容也读不懂。
请教导师,却被告知只要每天把数量读够就行了。
后来随着阅读量的增加,终于最后融汇贯通,也理解了导师的方法。
所以,我觉得对新手而言,应当重视阅读文献的数量,积累多了,自然就由量变发展为质变了。
而且,每个作者的研究方法多少有所区别,读得多了,渐渐就会比较出研究方法的优点和缺点,对自己今后的研究大有裨益。
其实,由于现在科技进步很快,即使是自己从事的领域,也有很多新技术、新观点不停的出现,所以,即使是个“老手”,如果懒于更新自己的知识,也会很快落后。
之三
在文献多如牛毛的今天,其感觉犹如日益增多的帖子,在不想漏掉好东西的前提下
1把握动态,每天入园后先浏览一遍自上次登陆以来的新帖子,感兴趣的再看看,必要时保存或收藏,这大体相当与杂志的目录,以此保证不会漏掉新的东西
2回过头来重点看看感兴趣版块的精华帖、高人气帖、加密帖等,这相当于感兴趣砖头杂志的综述、评论、或是cuttingedge(JI)之类的
3好东西不仅仅只在感兴趣版块,其他版块也有一些,在空的时候看看其他版块的精华帖、高人气帖、加密帖等,这相当于相关砖头杂志的综述、评论、或是cuttingedge(JI)之类的
4用搜索功能查找特定关键词的帖子,大体相当于定题检索
5随着对领域的熟悉,特别是对大师级人物的熟悉,有时可看看这些作者的帖子
6在信息的今天,没谁敢说已经超一流,不需再接受新的东西;更没有人能够熟悉所有的领域
之四
邹承鲁院士写他是如何读文献的:
无论题目从何而来,都必需紧密追踪当前有关科学领域发展的动向。
从研究生时代开始,在导师教导下,以周围同学为榜样,我就养成了每周必定去图书馆浏览最新期刊的习惯,几十年如一日,雷打不动。
如果确实有事,下周必定补上。
我当时有一个小记录册,登录所有对本专业重要的刊物,每期读过后,一定做记录,决不遗漏一期,直至今日。
现在可以在网上阅读所有重要刊物的目录和摘要,这就更容易做到了。
掌握文献、对文献进行综合,以批判的眼光评价文献,并从中提取出有用的和正确的信息以指导今后的研究是一个能独立工作的科学工作者必备的能力。
阅读文献以追踪当前发展动态时,务须切记发挥自己判断力,不可盲从,即使是知名科学家和教科书有时也会有错误。
古人说得好:
“尽信书不如无书”。
在追踪当前发展的重要方向时切记,你看到的问题别人也同样会看到,越是重要的问题竞争必然越是剧烈,在研究条件不如人时,如果没有创新的研究思想,独到的研究方案是不可能超越他人得到成功的。
虽然国际上也有对于某些重要课题一哄而起的情况,但在我国似乎特别严重。
缺乏自己的创新思想而片面一哄而起追求热点,是一条必然失败的路线,最多只能是为别人成果锦上添花,或做一些小修小补的工作而已。
关键在于自己的创新思想。
创新思想来自何处,虽然灵机一动产生了重要的创新思想,在科学史上确实有所记载,但这毕竟是比较罕见的,而远远更为常见的是天才出于勤奋,创新出于积累,积累可以是个人积累,也可以是本人所在单位的长期积累。
这就是前面提到的旺火炉原理,也是诺贝尔奖经常出在少数几个单位的原因。
只有勤奋努力才能不断有优秀工作的积累,才可能在工作中逐渐产生真正创新的,别人无法剽窃的创新思想,才有可能在重大问题上取得突破。
而在一个炉火熊熊的旺火炉中,不断会有优秀工作的积累,优秀人才的产生,并且创新思想和人才的不断相互作用,相互启发,相互激励,就会不断创造出新的突破性成果。
之五:
MIT人工智能(AI)实验室的教授和学生总结的如何读论文,还不错!
阅读论文是需要练习的技能。
不可能完整地阅读所有的论文。
阅读论文可分为三个阶段:
第一阶段是看论文中是否有感兴趣的东西。
AI论文含有摘要,其中可能有内容的介绍,但是也有可能没有或者总结得不好,因此需要你跳读,这看一点那看一点,了解作者究竟做了些什么。
内容目录(thetableofcontents)、结论部分(conclusion)和简介(introduction)是三个重点。
如果这些方法都不行,就只好顺序快速浏览了。
一旦搞清楚了论文的大概和创新点,就可以决定是否需要进行第二阶段了。
在第二阶段,要找出论文真正具有内容的部分。
很多15页的论文可以重写为一页左右的篇幅;因此需要你寻找那些真正激动人心的地方,这经常隐藏于某个地方。
论文作者从其工作中所发现的感兴趣的地方,未必是你感兴趣的,反之亦然。
最后,如果觉得该论文确实有价值,返回去通篇精读。
读论文时要牢记一个问题,“我应该如何利用该论文?
”“真的像作者宣称的那样么?
”“如果……会发生什么?
”。
理解论文得到了什么结论并不等同于理解了该论文。
理解论文,就要了解论文的目的,作者所作的选择(很多都是隐含的),假设和形式化是否可行,论文指出了怎样的方向,论文所涉及领域都有哪些问题,作者的研究中持续出现的难点模式是什么,论文所表达的策略观点是什么,诸如此类。
之六
1.多数文章看摘要,少数文章看全文
掌握了一点查全文的技巧,往往会以搞到全文为乐,以至于没有时间看文章的内容,更不屑于看摘要。
真正有用的全文并不多,过分追求全文是浪费,不可走极端。
当然只看摘要也是不对的。
2.集中时间看文献
看过总会遗忘。
看文献的时间越分散,浪费时间越多。
集中时间看更容易联系起来,形成整体印象。
3.做好记录和标记
复印或打印的文献,直接用笔标记或批注。
pdf或html格式的文献,可以用编辑器标亮或改变文字颜色。
这是避免时间浪费的又一重要手段。
否则等于没看。
4.准备引用的文章要亲自看过。
转引造成的以讹传讹不胜枚举。
5.注意文章的参考价值。
刊物的影响因子、文章的被引次数能反映文章的参考价值。
但要注意引用这篇文章的其它文章是如何评价这篇文章的:
支持还是反对,补充还是纠错。
麻省理工学院
人工智能实验室
AIWorkingPaper3161988年10月
来自MIT人工智能实验室:
如何做研究?
作者:
人工智能实验室全体研究生
编辑:
DavidChapman
版本:
1.3
时间:
1988年9月
译者:
柳泉波北京师范大学信息学院2000级博士生
摘要本文的主旨是解释如何做研究。
我们提供的这些建议,对做研究本身(阅读、写作和程序设计),理解研究过程以及开始热爱研究(方法论、选题、选导师和情感因素),都是极具价值的。
Copyright1987,1988作者版权所有
备注:
人工智能实验室的WorkingPapers用于内部交流,包含的信息由于过于初步或者过于详细而无法发
表。
不像正式论文那样,会列出所有的参考文献。
1.简介
这是什么?
并没有什么神丹妙药可以保证在研究中取得成功,本文只是列举了一些可能会有所帮助的非正式意
见。
目标读者是谁?
本文档主要是为MIT人工智能实验室新入学的研究生而写,但对于其他机构的人工智能研究者也很有
价值。
即使不是人工智能领域的研究者,也可以从中发现对自己有价值的部分。
如何使用?
要精读完本文,太长了一些,最好是采用浏览的方式。
很多人觉得下面的方法很有效:
先快速通读一
遍,然后选取其中与自己当前研究项目有关的部分仔细研究。
本文档被粗略地分为两部分。
第一部分涉及研究者所需具备的各种技能:
阅读,写作和程序设计,等
等。
第二部分讨论研究过程本身:
研究究竟是怎么回事,如何做研究,如何选题和选导师,如何考虑研究
中的情感因素。
很多读者反映,从长远看,第二部分比第一部分更有价值,也更让人感兴趣。
..小节2如何通过阅读打好AI研究的基础。
列举了重要的AI期刊,并给出了一些阅读的诀窍。
..小节3如何成为AI研究领域的一员:
与相关人员保持联系,他们可以使你保持对研究前沿的
跟踪,知道应该读什么材料。
..小节4学习AI相关领域的知识。
对几个领域都有基本的理解,对于一个或者两个领域要精通。
..小节5如何做研究笔记。
..小节6如何写期刊论文和毕业论文。
如何为草稿写评审意见,如何利用别人的评审意见。
如何
发表论文。
..小节7如何做研究报告。
..小节8是有关程序设计的。
AI程序设计与平常大家习惯的程序设计有所不同。
..小节9有关研究生涯最重要的问题,如何选导师。
不同的导师具有不同的风格,本节的意见有
助于你找到合适的导师。
导师是你必须了解如何利用的资源。
..小节10关于毕业论文。
毕业论文将占据研究生生涯的大部分时间,本部分涉及如何选题,以
及如何避免浪费时间。
..小节11有关研究方法论,尚未完成。
..小节12或许是最重要的一节:
涉及研究过程中的情感因素,包括如何面对失败,如何设定目
标,如何避免不安全感,保持自信,享受快乐。
2.阅读
很多研究人员花一半的时间阅读文献。
从别人的工作中可以很快地学到很多东西。
本节讨论的是AI
中的阅读,在第四小节将论述其他主题相关的阅读。
阅读文献,始于今日。
一旦你开始写作论文,就没有多少时间了,那时的阅读主要集中于论文主题相关的文献。
在研究生的头两年,大部分的时间要用于做课程作业和打基础。
此时,阅读课本和出版的期刊
文章就可以了。
(以后,你将主要阅读文章的草稿,参看小节三)。
在本领域打下坚实的基础所需要的阅读量,是令人望而却步的。
但既然AI只是一个很小的研究领域,
因此你仍然可以花几年的时间阅读本领域已出版的数量众多论文中最本质的那部分。
一个有用的小技巧是
首先找出那些最本质的论文。
此时可以参考一些有用的书目:
例如研究生课程表,其他学校(主要是斯坦福大学)研究生录取程序的建议阅读列表,这些可以让你有一些初步的印象。
如果你对AI的某个子领域感兴趣,向该领域的高年级研究生请教本领域最重要的十篇论文是什么,如果可以,借过来复印。
最近,出现了很多精心编辑的有关某个子领域的论文集,尤其是Morgan-Kauffman出版的。
AI实验室有三种内部出版物系列:
WorkingPapers,Memos和TechnicalReports,正式的程度依次增加,在八层的架子上可以找到。
回顾最近几年的出版物,将那些非常感兴趣的复制下来。
这不仅是由于其
中很多都是意义重大的论文,对于了解实验室成员的工作进展也是很重要的。
有关AI的期刊有很多,幸运的是,只有一部分是值得看的。
最核心的期刊是ArtificialIntelligence,也有写作"theJournalofArtificialIntelligence"或者"AIJ"的。
AI领域真正具备价值的论文最终都会投往AIJ,因此值得浏览每一年每一期的AIJ;但是该期刊也有很多论文让人心烦。
ComputationalIntelligence是另外一本值得一看的期刊。
CognitiveScience也出版很多意义重大的AI论文。
MachineLearning是机器学习领域
最重要的资源。
IEEEPAMI(PatternAnalysisandMachineIntelligence)是最好的有关视觉的期刊,每期都有两三篇有价值的论文。
InternationalJournalofComputerVision(IJCV)是最新创办的,到目前为止还是有价值的。
RoboticsResearch的文章主要是关于动力学的,有时候也有划时代的智能机器人论文。
IEEERoboticsandAutomation偶尔有好文章。
每年都应该去所在学校的计算机科学图书馆(在MIT的TechSquare的一层),翻阅其他院校出版的AI技术报告,并选出自己感兴趣的仔细加以阅读。
阅读论文是需要练习的技能。
不可能完整地阅读所有的论文。
阅读论文可分为三个阶段:
第一阶段是看论文中是否有感兴趣的东西。
AI论文含有摘要,其中可能有内容的介绍,但是也有可能没有或者总结得
不好,因此需要你跳读,这看一点那看一点,了解作者究竟做了些什么。
内容目录(thetableofcontents)、结论部分(conclusion)和简介(introduction)是三个重点。
如果这些方法都不行,就只好顺序快速浏览了。
一旦搞清楚了论文的大概和创新点,就可以决定是否需要进行第二阶段了。
在第二阶段,要找出论文真正具有内容的部分。
很多15页的论文可以重写为一页左右的篇幅;因此需要你寻找那些真正激动人心的地方,这经常隐藏于某个地方。
论文作者从其工作中所发现的感兴趣的地方,未必是你感兴趣的,反之亦然。
最
后,如果觉得该论文确实有价值,返回去通篇精读。
读论文时要牢记一个问题,“我应该如何利用该论文?
”“真的像作者宣称的那样么?
”“如果..会发生什么?
”。
理解论文得到了什么结论并不等同于理解了该论文。
理解论文,就要了解论文的目的,作者所作的选择(很多都是隐含的),假设和形式化是否可行,论文指出了怎样的方向,论文所涉及领域都有哪些问题,作者的研究中持续出现的难点模式是什么,论文所表达的策略观点是什么,诸如此类。
将阅读与程序设计联系在一起是很有帮助的。
如果你对某个领域感兴趣,在阅读了一些论文后,试试实现论文中所描述的程序的“玩具”版本。
这无疑会加深理解。
可悲的是,很多AI实验室天生就是孤僻的,里面的成员主要阅读和引用自己学校实验室的工作。
要知道,其他的机构具有不同的思考问题的方式,值得去阅读,严肃对待,并引用它们的工作,即使你认为自己明晓他们的错误所在。
经常会有人递给你一本书或者一篇论文并告诉你应该读读,因为其中有很闪光的地方且/或可以应用到你的研究工作中。
但等你阅读完了,你发现没什么特别闪光的地方,仅仅是勉强可用而已。
于是,困惑就
来了,“我哪不对啊?
我漏掉什么了吗?
”。
实际上,这是因为你的朋友在阅读书或论文时,在头脑中早已形成的一些想法的催化下,看出了其中对你的研究课题有价值的地方。
3.建立关系
一两年后,对自己准备从事的子领域已经有了一些想法。
此时——或者再早一点——加入SecretPaperPassingNetwork是很重要的。
这个非正式的组织是人工智能真正在做什么的反映。
引导潮流的工作最终会变成正式发表的论文,但是至少在牛人完全明白一年之后,也就是说,牛人对新思想的工作至少领先一年。
牛人如何发现新思路的?
可能是听自于某次会议,但是最可能来自于SecretPaperPassingNetwork。
下面是该网络工作的大致情况。
JoCool有了一个好想法。
她将尚不完整的实现与其他一些工作融合在一起,写了一份草稿论文。
她想知道这个想法究竟怎么样,因此她将论文的拷贝发送给十位朋友并请他们进行评论。
朋友们觉得这个想法很棒,同时也指出了其中的错误之处,然后这些朋友又把论文拷贝给他们各自的一些朋友,如此继续。
几个月后,Jo对之进行了大量修订,并送交给AAAI。
六个月后,该论文以五页的篇幅正式发表(这是AAAI会议录允许的篇幅)。
最后Jo开始整理相关的程序,并写了一个更长的论文(基于在AAAI发表论文得到的反馈)。
然后送交给AI期刊。
AI期刊要花大约两年的时间,对论文评审,包括作者对论文修改所花费的时间,以及相应的出版延迟。
因此,理想情况下,Jo的思想最终发表在期刊上需要大约三年时间。
所以牛人很少能从本领域出版的期刊文章中学到什么东西,来得太迟了。
你,也可以成为一个牛人。
下面是建立学术关系网的一些诀窍:
..有很多讨论某个AI子领域(如连接主义或者视觉)的邮件列表,选择自己感兴趣的列表加入。
..当与很熟悉本领域的人讨论自己的思想时,他们很可能不直接评价你的想法,而是说:
“你读过某某吗?
”这并不是一个设问,而是建议你去阅读某份文献,它很可能与你的想法有关系。
如果你还没有
读过该文献,从跟你交谈的高手那里得到该文献的详细信息,或者直接从他那里借一份拷贝下来。
..当你读到某份让你感到很兴奋的论文,复印五份送交给对之感兴趣的其他五个人。
他们可能会反馈回来很好的建议。
..本实验室有很多针对不同子领域的非正式(持续发展的)论文讨论组,他们每星期或每两星期聚会一次,对大家阅读完的论文进行讨论。
..有些人并不介意别人去翻看他们的书桌,也就是说,去翻阅他们堆在书桌上的不久要阅读或者经常翻阅的论文。
你可以去翻翻看,有没有自己感兴趣的。
当然了,首先要得到主人的许可,要知道有些人
确实反感别人翻自己的东西。
去试试那些平易近人的人。
..同样,有些人也并不介意你翻看他们的文件柜。
实验室中可是有很多学问精深的人,他们的文件柜里也是有好多宝贝。
与利用学校图书馆相比,这通常是更快更可靠的寻找论文的方式。
..只要自己写下了些东西,将草稿的拷贝分发给那些可能感兴趣的人。
(这也有一个潜在的问题:
虽然AI领域的剽窃很少,但也确实有。
你可以在第一页写上“请不要影印或者引用”的字样以做部分防范。
)
大部分人并不会阅读自己收到的大部分论文,因此如果只有少数人返回评论给你,也不用太在意。
你
可以如此反复几次——这是期刊论文所必需的。
注意,除了自己的导师,一般很少将两次以上的草稿
送给同一个人。
..当你写完一篇论文后,将论文的拷贝送给那些可能感兴趣的人。
别以为人家自然而然地就会去阅读发
表论文的期刊或者会议录。
如果是内部的出版物(备忘录和技术报告)就更不容易读到了。
..你保持联系的人越是各式各样,效果就越好。
尝试与不同研究组,AI实验室,不同学术领域的人交换
论文。
使自己成为没有联系的两个科研组交流的桥梁,这样,很快的,你的桌子上就会冒出一大摞相
关的论文。
..如果某篇论文引用了自己感兴趣的某些东西,做好笔记。
维护一份自己感兴趣参考文献的日志。
到图书馆去看看能不能找到这些论文。
如果要了解某个主题的发展轨迹,可以有意地去做一张引用的“参
考文献”图。
所谓的参考文献图,是指引用组成的网:
论文A引用B和C,B引用C和D,C引用D,等等。
注意那些被经常引用的论文,这通常是值得阅读的。
参考文献图有奇妙的性质。
一个是经常有
研究同一主题的研究组相互不了解。
你搜索该图,突然发现了进入另一部分的方式,这通常出现于不同学校或者不同方法存在的地方。
尽可能了解多种方法是很有价值的,这总比非常深入的了解某一种
方法更好。
..暂时搁置。
跟别人交谈。
告诉他们你在做什么,并询问人家在做什么。
(如果你对与别的学生讨论自己的想法感到害羞,也要坚持交谈,即使自己没有什么想法,与他们讨论自己认为确实优秀的论文。
这将很自然地引导到下一步做什么的讨论。
)每天中午在活动楼七层有一个非正式的午餐讨论会。
在我们实验室,人们都习惯于晚上工作,所以午餐的时候可以跟别人组成松散的小组进行讨论。
..如果你与外界的交流很多——做演示或者参加会议——去印张事务名片,主要要使自己的名字容易记
住。
..从某个时间开始,你将会开始参加学术会议。
如果你确实参加了,你会发现一个事实,几乎所有的会议论文都令人生厌或者愚蠢透顶。
(这其中的理由很有意思,但与本文无关,不做讨论)。
那还去参加
会议干吗?
主要是为了结识实验室之外的人。
外面的人会传播有关你的工作的新闻,邀请你作报告,告知你某地的学术风气和研究者的特点,把你介绍给其他人,帮助你找到一份暑期工作,诸如此类。
如何与别人结识呢?
如果觉得某人的论文有价值,跑上去,说:
“我非常欣赏您的论文”,并提问一个
问题。
..获得到别的实验室进行暑期工作的机会。
这样你会结识另外一群人,或许还会学到另外一种看待事物的方式。
可以去问高年级同学如何获取这样的机会,他们或许已经在你想去的地方工作过了,能帮你
联系。
4.学习其他领域
通常的情况,你只能做AI领域的事情,对AI领域之外的事情一无所知,好像有些人现在也仍然这么认为。
但是,现在要求好的研究者对几个相关的领域都了解颇深。
计算的可行性本身并没有对什么是智能
提供足够的约束,其他的领域给出了其他形式的约束,例如心理学获得的经验数据。
更重要的是,其他的研究领域给了你思考的新工具,看待智能的新方法。
学习其他领域的另外一个原因是AI本身并没有评价研究价值的标准,全是借自于其他领域。
数学将定理作为进展;工程会问某个对象是否工作可靠;心理学要求可重复的试验;哲学有严格的思辨;等等。
所有这些标准有时都在AI中起作用,熟悉这些标准有助于你评价他人的工作,深入自己的工作以及保护自己的工作。
经过六年左右的课程方可获得MIT的PhD,你可以在一到两个非AI领域里打下坚实的基础,在更多的领域内具有阅读水平,并且必须对大部分内容具有一定程度的理解。
下面是如何学习自己所知甚少领域的一些方法:
..选修一门研究生课程,这很牢靠,但通常不是最有效的方法。
..阅读课本。
这方法还算不错,不过课本的知识经常是过时的,一般还有很高比例的与内容无关的修辞。
..找出该领域最棒的期刊是什么,向该领域的高人请教。
然后找出最近几年值得阅读的文章,并跟踪相关参考文献。
这是最快的感受该领域的方法,但有时候你也许会有错误的理解。
..找出该领域最著名的学者,阅读他们所著的书籍。
..跟该领域的研究生泡在一起。
..参看外校研究该领域的系的课程表。
拜访那里的研究院办公室,挑选有用的的文献。
下面是一些需要了解的与AI有关的科目:
..计算机科学是我们所使用的技术。
你需要选修的初级研究生课程肯定不能让你对计算机科学有足够的了解,因此你必须通过阅读学习更多的知识。
计算机科学所有的领域——理论体系结构,系统,语言
等等——都是必须学习的。
..数学可能是接下来需要了解的最重要的学科。
对于工作在视觉或者机器
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 怎样 阅读 文献 研究