答辩点点点

      5.20答辩结束，为三年的研究生生涯画上句点。这个句点也是在校学生生涯的句点。答辩很圆满，老师都没有很苛刻，反而是一种询问，了解的姿态在提问，之前的种种担忧在结束之后成为回看，成为一种多余，然而，在过程中确实存在反应出很多问题。闲言闲语，记录几点感悟

答辩前：

   1）答辩分组确实存在运气成分，然而，在面对这种概率事件，做最坏的打算，做最万全的准备。

   2）论文格式：格式正确、语句通顺、没有错别字，逻辑严谨（包括致谢）

   3）论文内容（算法类）：确认改进点理论上的可行，对问题定义，数据来源、算法、指标、结果、实验设计要十分通透

       3.1 问题的定义：清晰、明了。首先让答辩专家知道自己做的到底是什么？比如张质疑过某同学做的到底是印章识别还是印章检索。

       3.2 数据来源：合理，可靠。比如：老板之前质疑过某同学的数据，不用标准数据集做测试，而是用精心挑选的。有些老师质疑数据集太小，不具代表性等等。有老师问网络攻击检测负样本怎么确定。

       3.3 算法：改进点一定要从理论上可行（这点出错是硬伤）

                对所用的算法和对比算法的优缺点，为什么会产生优缺点，限制等一定要清楚。如有老师问：什么是协同过滤，什么是稀疏性、协同过滤为什么可以解决稀疏。

                对模型中的各项、各参数要非常明了。有些老师问很细

       3.4 实验设计和指标要合理并可解释。如有些同学做表情识别，但实验设计分类只包括高兴和中立，这样会引起老师质疑表情有那么多，为什么只有这两种；有些老师问为什么评价指标为什么只有查全率而没有查准率（可能这个研究领域真的就都是这样做，但其他领域的老师可能不懂，别人这样做不是自己就这么做的理由，多想为什么）；有些老师甚至还让解释F-score等这些指标。

       3.5 结果：对实验结果或分析的每张图都有能解释得清。比如杨秋辉老师经常会问图和表。图中的哪些变化说明什么，为什么会出现这种变化等等这些问题都要可以解释。

       总之，对自己算法和实验的来龙去脉都有很清楚，多想为什么，一不小心可能会栽在那些我们以为理所当然的问题上。

答辩时：

     1）自信的气场，从容的交流会让别人觉得你对自己的工作有自信。

     2）很多时候老师并不是要一个结果，我们要回答的是我们在这个问题上的思考。