摘要: 本贴以多标签学习方法为例, 描述如何稳扎稳打进入科研方向.

1. 学习阶段（读懂 5 篇论文及相应代码；相信已有工作）
   1.1 知道问题的定义：输入、输出、优化目标
   1.2 知道论文的基本思想：多标签问题转化为二分类问题（张海涛）、多标签问题转换为多分类问题（钟曦颜）、通过矩阵分解降维探索标签相关性（霍一帆）
   10*5 -> 10*3 and 3*5
   1.3 知道论文的具体实现细节（代码级）
   1.4 获得实验结果，以及相应的感性认识
   1.5 对比多篇论文的思想与结果, 写综述 (可以仅限自己弄懂这几篇)
2. 尝试阶段（需要通过实验看效果；怀疑已有工作）
   2.1 修改某个算法的参数配置
   2.2 少量增加或减少所使用的技术（消融实验）
   2.3 对某些使用的技术进行替换（布尔矩阵分解 vs. 实数矩阵分解）
   2.4 两个算法的方案进行融合 A+B
3. 创新阶段（做自己的工作）
   3.1 抓住问题的本质（标签相关性）
   3.2 找出已有方案本质的不足（提出问题，注意避免找细枝末节的问题）
   3.3 针对不足的地方，提出自己的方法（分析问题与解决问题）