5.20答辯結束，爲三年的研究生生涯畫上句點。這個句點也是在校學生生涯的句點。答辯很圓滿，老師都沒有很苛刻，反而是一種詢問，瞭解的姿態在提問，之前的種種擔憂在結束之後成爲回看，成爲一種多餘，然而，在過程中確實存在反應出很多問題。閒言閒語，記錄幾點感悟
答辯前：
1）答辯分組確實存在運氣成分，然而，在面對這種概率事件，做最壞的打算，做最萬全的準備。
2）論文格式：格式正確、語句通順、沒有錯別字，邏輯嚴謹（包括致謝）
3）論文內容（算法類）：確認改進點理論上的可行，對問題定義，數據來源、算法、指標、結果、實驗設計要十分通透
3.1 問題的定義：清晰、明瞭。首先讓答辯專家知道自己做的到底是什麼？比如張質疑過某同學做的到底是印章識別還是印章檢索。
3.2 數據來源：合理，可靠。比如：老闆之前質疑過某同學的數據，不用標準數據集做測試，而是用精心挑選的。有些老師質疑數據集太小，不具代表性等等。有老師問網絡攻擊檢測負樣本怎麼確定。
3.3 算法：改進點一定要從理論上可行（這點出錯是硬傷）
對所用的算法和對比算法的優缺點，爲什麼會產生優缺點，限制等一定要清楚。如有老師問：什麼是協同過濾，什麼是稀疏性、協同過濾爲什麼可以解決稀疏。
對模型中的各項、各參數要非常明瞭。有些老師問很細
3.4 實驗設計和指標要合理並可解釋。如有些同學做表情識別，但實驗設計分類只包括高興和中立，這樣會引起老師質疑表情有那麼多，爲什麼只有這兩種；有些老師問爲什麼評價指標爲什麼只有查全率而沒有查準率（可能這個研究領域真的就都是這樣做，但其他領域的老師可能不懂，別人這樣做不是自己就這麼做的理由，多想爲什麼）；有些老師甚至還讓解釋F-score等這些指標。
3.5 結果：對實驗結果或分析的每張圖都有能解釋得清。比如楊秋輝老師經常會問圖和表。圖中的哪些變化說明什麼，爲什麼會出現這種變化等等這些問題都要可以解釋。
總之，對自己算法和實驗的來龍去脈都有很清楚，多想爲什麼，一不小心可能會栽在那些我們以爲理所當然的問題上。
答辯時：
1）自信的氣場，從容的交流會讓別人覺得你對自己的工作有自信。
2）很多時候老師並不是要一個結果，我們要回答的是我們在這個問題上的思考。