机器学习课要读一篇 AAAI、ACL、KDD、IJCAI、NIPS、CVPR、ICML、ICCV、ICLR 里的论文，并做成 ppt，但是本人除了选修课看过水论文外没看过其他论文，去网上找了原文感觉完全无从下手，求教有没有什么阅读论文的工具或者技巧
另外，机器学习课和 cv 课是真的逆天，两门课分别都有三四种作业/实验 (第一周的并课没有讲清楚)，看了 github 上一个圣遗物说 cv 均分 70 多，真是酣畅淋漓的赤石。后悔没有早点看到，本来只是打着兴趣 (之前自己稍微学了一下 Andrew 的 ml 课)，到头来发现真不如自学，太迟了啊
肠子都悔青了
另外感觉机器学习的实验也是 p 用没有，本来以为是教怎么实现那些机器学习算法，搞了半天是去学怎么用华为云服务器搞 mindspore
lz 是数试/信计/统计/强数的大三吗？ 
不是，我是 cs 误入佬班的羊
可以去知乎或者各种微信公众号（如机器之心、CVer）看看论文解读，一般有影响力的论文都有解读。
具体的技术细节不干这一行的话没必要去了解。
去知乎随便找一篇学一下就行
DFS+ 剪枝式读 paper hh 开玩笑 
不过如果要复现的话我每翻开一篇就是看 abs 里代码有没有开源 
感觉 lz 这种情况不如直接 b 站李沐随便找一期感兴趣的，从头开始嗯看可能要补的基础知识比较多。（因为 lz 说没看过论文，默认 lz 对比较新的工作不太了解了，如果基础牢固的话当然也可以直接开造）
附我自己直接开造的办法：先看摘要，大致摸一下这是做什么的，然后看 method，总结一下故事是怎么讲的，最后看一下实验。很多工作在各种平台也会有中文的解读，也可以参考着看一下。
bjp 的机器学习就是纯赤石