1. 首先找一本机器学习相关书籍，简要过一遍基础概念。
2. 如果对于遇到的数学概念不明白的，还需要补充高数、线性代数、概率论相关知识。
3. 熟悉了基础概念之后，就可以到国际上的会议、期刊上寻找感兴趣的方向的论文了。
4. 了解一个领域的最新研究，需要泛读大量文献。选择精读其中有借鉴意义的部分文章，然后找到作者主页（国际会议的文章作者一般都有个人主页），可以获取到代码，论文中往往也会提到数据集。获取到代码和数据集之后，就可以着手复现论文中的实验了。
5. 在复现实验之中，你会加深了解到论文的优点和不足之处，也为以后自己的优化奠定了基础。