M8-091M8: ML Systems, Engineering & ResearchResearch: Scientific Writing & Peer ReviewEasy
Mastery:
Research: Scientific Writing & Peer Review: 如何写好论文的方法部分?
📐 Mathematical Definition
⚡ Executive Summary
Core Concept: 先说清问题设定与符号,再给出方法动机与公式推导,配算法伪代码,最后交代实现细节与超参;保证逻辑自洽且他人可复现。
📌 Key Takeaways
- •问题设定——形式化问题、定义符号、明确输入输出与假设
- •动机——为什么这样设计,每步的直觉与理由(而非直接抛公式)
- •形式化——公式推导、损失函数、训练目标,符号一致
- •算法——伪代码或流程图,让读者能实现
- •实现细节——超参、网络结构、训练细节、复杂度分析
📐 Mathematical Derivations
数学机理:<strong>方法部分的结构</strong>——(1) <strong>问题设定(setup)</strong>——(a) <strong>形式化</strong>——把问题写成数学形式(输入 x、输出 y、目标);(b) <strong>符号表</strong>——定义所有符号并保持一致(避免同一符号多义);(c) <strong>假设</strong>——明确前提(i.i.d./分布/规模);(d) <strong>作用</strong>——让读者在同一语言下理解。(2) <strong>动机(motivation)</strong>——(a) <strong>为什么</strong>——为什么这样设计(直觉与理由);(b) <strong>对比</strong>——与现有方法的差异与改进点;(c) <strong>作用</strong>——读者先懂'为什么'再看'怎么做',否则公式像从天而降;(d) <strong>技巧</strong>——用例子/图示解释直觉。(3) <strong>形式化(formulation)</strong>——(a) <strong>推导</strong>——从动机到公式的逻辑链;(b) <strong>损失/目标</strong>——训练目标与正则;(c) <strong>符号一致</strong>——全文一致(最常见问题);(d) <strong>完整</strong>——关键步骤不跳过(可放附录)。(4) <strong>算法(algorithm)</strong>——(a) <strong>伪代码</strong>——让读者能按步骤实现;(b) <strong>复杂度</strong>——时间/空间复杂度分析;(c) <strong>流程</strong>——训练与推理流程。(5) <strong>实现细节(details)</strong>——(a) <strong>超参</strong>——学习率、批大小、训练步数;(b) <strong>架构</strong>——层数/维度/激活;(c) <strong>训练技巧</strong>——初始化、归一化、调度;(d) <strong>可复现</strong>——足够细节让他人复现。(6) <strong>写作原则</strong>——(a) <strong>逻辑自洽</strong>——每步有理由,无跳跃;(b) <strong>由浅入深</strong>——先直觉后形式;(c) <strong>一致</strong>——符号、术语、记法一致;(d) <strong>具体</strong>——给出实际使用的公式而非泛泛而谈;(e) <strong>诚实</strong>——说明假设与局限。(7) <strong>常见问题</strong>——(a) <strong>符号不一致</strong>(同一符号多义或同名不同符号);(b) <strong>跳跃</strong>——关键推导跳过(读者跟不上);(c) <strong>缺动机</strong>——直接抛公式;(d) <strong>细节不足</strong>——无法复现;(e) <strong>过度形式化</strong>——堆公式但无直觉。(8) <strong>检查清单</strong>——(a) 问题设定清楚吗?(b) 有动机吗?(c) 符号一致吗?(d) 有伪代码吗?(e) 细节够复现吗?<strong>与其他问题的关系</strong>——(a) 与摘要(概览);(b) 与复现(细节);(c) 与演讲(motivation 先行)。<strong>度量</strong>——(a) 是否可复现;(b) 符号一致性;(c) 是否有动机解释。
🏭 Production Trade-offs
深度剖析与工程权衡:① <strong>先动机后公式</strong>——否则公式像从天而降;面试中能指出这点是深度理解的标志。② <strong>符号一致是最常见的问题</strong>——需反复检查。③ <strong>伪代码提升可复现性</strong>。④ <strong>实现细节必须足够复现</strong>。⑤ <strong>由浅入深</strong>——先直觉后形式。⑥ <strong>诚实说明假设与局限</strong>。⑦ <strong>面试要点</strong>——被问怎么写方法,应给出'<strong>问题设定与符号 + 动机 + 形式化推导 + 算法伪代码 + 实现细节 + 符号一致与逻辑自洽</strong>';能指出先动机后公式与符号一致是深度理解的标志。
⚠️ Common Interview Pitfalls
- ✕直接抛公式不给动机
- ✕符号前后不一致(同一符号多义)
🎯 Interviewer Follow-ups
- ?为什么方法部分要先给动机再给公式?
- ?方法部分如何保证可复现?
📚
Associated Knowledge Base Guides & Mindmaps
Explore the comprehensive technical article, exam cards, and global architecture tree.