做研究總是這樣，明明研究的是機器學習，卻總是要去study其他領域的知識。
建了一個機器學習模型之後，教授看了看就說「你這不是跟基因演算法很像嗎？」
這下就要去看一下啟發式演算法到底在幹嘛（是一種模擬人類思考的演算法類別）
之後教授又說，要不要試試看用分群的方式來切割你的機器學習模型，讓兩種模型分別用不同的比例運作再合併呢？
於是又跑去看了線性代數，還要用新的框架來寫程式
最近教授說，既然模型都可以按比例切割了，你乾脆把特徵也搞一遍吧！
所以我現在又在看特徵工程的東西。

每次做研究都會要去補充很多周邊的知識，合起來才看得懂才做得出來。