http://www.3gtu.com

毕业生参加论文答辩时有什么技巧可以顺利通过

以下内容仅针对本科论文毕业答辩。

1.专业问题,尽量使用本科讲过的知识来回答。思维放简单一点。

毕业论文,使用了一个大致属于贝叶斯网的文档主题生成模型来做实证。那么这个模型,它大约就是先指定参数的先验分布,然后抽样得到参数,然后根据参数进一步抽样得到文档。推断的时候,就是先根据样本估计出参数的后验分布(这个过程用了一个类似于含隐变量MLE的E-M算法的方法,只不过它没有去最大化似然函数,而是最大化似然函数的一个下界),然后再根据后验分布得到参数的最大后验概率估计。接下来参数就可以用了,它可以输出一个关键词表,代表了当前总体每个主题下最容易出现的词汇。

那么既然是贝叶斯,它最后的结果就会受到指定的先验分布的参数的影响。而这个调参是没有特别严谨公允的一定之规的。在我答辩之前,因为我时间上来不及对先验参数去试稳健性,只能是通过惯常的参数设定并且用关键词表展示了一下降维效果。所以这里我是特别慌的,整个答辩之前的时间我都一直在考虑怎么解释这个调参不严谨的问题。

然后有个老师问我说,“你这个关键词表,有什么依据,为什么是这样的?”

现在想想,这很明显是让我解释模型的结构和推断方法,但当时我满脑子都是自己调参不严谨没有cv没有用那些奇怪的什么指数。

当时想的是,这个表的样子受到先验参数的影响,所以他问这个表为什么长这样,就是在问我为什么这么设先验参数。所以我就把有关调参的事情讲了一遍,说了一下客观困难,诚挚地倒了个歉。

这下老师就很生气了,他不想和我继续讨论了。他说“我懂你的情况了”,然后暗示,认为我完全不理解这个模型的估计方法和原理。在后来的点评中,我甚至有理由从字里行间认为,他觉得我这个词表是我个人主观指定的,然后我用这个词表做后面的工作。因为他反问了好几次“你这个词表有什么依据”、“怎么能就一个回归”什么的。(其实就算是回归也不止一个啦)。

现在我觉得也有可能他前一天晚上没有认真看我写的模型介绍。

你看,如果我当时讲MLE、E-M算法、MAP这些课程内的词汇的话,他多半不会继续追问下去。可我太沉浸了,没有照顾到答辩老师的经验和思维惯性。

所以,答辩要明白老师的关注点,尽量答课业内容。最好提前了解一下老师的领域。

2.随大溜。你一个理科专业的学生,毕业论文非要做实证,不做方法,就算你看再多文献,下再多功夫,在答辩老师看来也依然是水货

本文【毕业生参加论文答辩时有什么技巧可以顺利通过 】是作者:吱吱,分享的论文查重的相关经验。 以下内容仅针对本科论文毕业答辩。1.专业问题,尽量使用本科讲过的知识来回答。思维放简单一点。毕业论文,使用了一个大致属于贝叶斯网的文档主题生成模型来做实证。那......

郑重声明:本文版权归原作者所有,转载文章仅为传播更多信息之目的,如作者信息标记有误,请第一时间联系我们修改或删除,多谢。