Прочитав этот вопрос относительно arXiv и найдя ссылку на GitXiv, о которой я раньше не знал, я подумал, какие веб-сайты / ресурсы используют люди, чтобы быть в курсе последних исследований в своей области?
Прочитав этот вопрос относительно arXiv и найдя ссылку на GitXiv, о которой я раньше не знал, я подумал, какие веб-сайты / ресурсы используют люди, чтобы быть в курсе последних исследований в своей области?
Ответы:
Как специалист по данным, мне нужно быть в курсе последних исследований в области вычислительной техники, программного обеспечения и областей данных. И вот некоторые вещи, которые я делаю, чтобы держать себя в курсе (кроме притаившегося в Гитксиве):
Посещение семинаров и конференций - лучший способ. Когда вы поговорите с активными исследователями, они поделятся дополнительной информацией о том, что происходит в этой области, слухи, нефильтрованные мнения и т. Д.
Я помню, что в старые времена в физике у нас была группа исследователей, которые много публиковали, но те, кто работает в этой области, знали, что это мусор. Так что, если вы не собираетесь на конференции, это будет трудно понять.
ОБНОВЛЕНИЕ: у меня также есть профиль в Google Scholar и ResearchGate. Оба рекомендуют статьи, основываясь на том, какие статьи вы публикуете и читаете через эти порталы. Я обнаружил, что оба они производят много шума, но Google Scholar чаще намекает на соответствующие интересные статьи. Кроме того, я почти всегда смотрю в первую очередь в Академии, поэтому он хорошо знает, какие вещи я часто ищу.
Я регистрируюсь для получения списка адресов электронной почты для содержания наиболее авторитетных журналов. Я зарегистрировался для Медицинского журнала Новой Англии, Lancet, JAMA, BMJ, Клинических инфекционных заболеваний и т. Д.
Главное, что вы, вероятно, ищете, это способ быстро отсеять «мусор», который вам не интересен в какой бы области вы ни находились.
Электронные письма из журналов, в которых публикуются их недавно опубликованные статьи, являются хорошими, но еще лучше такие вещи, как RSS-каналы, которые позволяют объединять результаты в выбранной вами программе чтения каналов. Наличие результатов нескольких журналов в одном месте позволяет вам быстро сортировать заголовки в группы, такие как «читать», «не читать» и «возможно». Но часто есть так много журналов, которые касаются вашей области внимания, что даже это может быть громоздким.
Я надеюсь на механизмы рекомендаций по машинному обучению, которые могут узнать, какие документы мне интересны, и сортировать вещи автоматически. Вроде как служба рекомендаций Netflix / Amazon, но для журнальных статей. Пока нет ни одного, который я мог бы рекомендовать всем сердцем, но я играл со Sparrho , и, похоже, он работает прилично. Еще один сайт с рекомендациями, о котором я знаю, это PubChase , но это только биомедицина.
Ps: Я только отвечаю на этот вопрос, намереваясь помочь простому смертному, как я, который немного потратит время на изучение типичной исследовательской работы по машинному обучению и не прочтет краткие описания этих исследовательских работ.
Чтобы идти в ногу с последними исследованиями в области машинного обучения и углубленного изучения, я обычно просматриваю резюме исследовательских работ по машинному обучению, написанных в терминах непрофессионала из следующих источников:
Опять же: это то, что я делаю, чтобы идти в ногу с последними исследованиями, так как я, как правило, занимаю много времени, чтобы просмотреть типичную исследовательскую работу.