Какие хорошие, свободно доступные журналы для отслеживания последних событий в области машинного обучения?


13

Не стесняйтесь заменять «журналы» любым другим полезным порталом знаний.

Я заинтересован в том, чтобы следить за новыми разработками в области машинного обучения с целью практического применения. Я не академик, стремящийся опубликовать свою собственную работу (по крайней мере, не в этой области), но я хочу знать о потенциальных новых алгоритмах или уловках, которые были бы полезны на практическом уровне.

Единственное предостережение в том, что журнал / конференция или что-либо еще должно быть свободно доступно без подписки.


Arxiv запись для последних представлений машинного обучения также является хорошим вариантом; по крайней мере, для проверки некоторых тезисов во время утреннего кофе.

@Procrastinator, я проверил arXiv перед публикацией вопроса, но было не совсем правильно, что в день «печатают» лишь несколько препринтов. Я привык видеть более 100 статей каждый день в категориях arXiv в своей области. Я подумал, что, возможно, сообщество ML не очень интересовалось arXiv. Можете ли вы подтвердить, что большинство статей по ML публикуются в arXiv? Если это так, то это было бы чудесно удобно, так как я все равно ежедневно просматриваю другие части arXiv.
Богдановист

Я уверен, что только несколько статей по ML публикуются на arXiv, некоторые из них либо размещаются на сайтах университетов, личных сайтах, либо даже никогда не публикуются в качестве препринтов. Кроме того, есть много бесполезных бумаг, которые затрудняют получение полезных. С другой стороны, когда вам повезет и вы найдете удачный, вы можете прочитать его до того, как он будет опубликован. Публикация может занять даже два года. Итак, мое мнение об arXiv состоит в том, что стоит быстро взглянуть на рефераты и посмотреть, найдете ли вы что-то полезное, но я согласен, что это не лучший вариант (именно поэтому я разместил это в качестве комментария).

Ответы:


16

Новые разработки в области ML почти всегда представлены вначале на конференциях, а иногда и уточняются в журнальных статьях.

Если вы следите только за двумя конференциями, они должны быть:

  • NIPS (нейронные системы обработки информации); Декабрь. Сайт конференции , материалы . (Несмотря на название, большинство работ не связаны с нейронаукой или нейронными сетями.)
  • ICML (Международная конференция по машинному обучению); Июль. Сайт (включая ссылки на материалы).

Эти конференции также включают в себя семинары, на которых публикуются менее полированные работы, которые часто могут быть хорошим способом узнать о проводимых и еще не опубликованных исследованиях.

Следующие конференции ML также содержат много отличных статей, хотя они не такие «первоклассные», как NIPS и ICML, и могут быть более сфокусированными по объему:

  • AISTATS (Искусственный интеллект и статистика); Май. Сайт конференции ; материалы опубликованы в JMLR и доступны здесь . Иногда более теоретический, особенно с точки зрения статистики.
  • COLT (конференция по теории обучения); Июль. 2015 сайт , материалы также опубликованы в JMLR . Очень теоретический.
  • UAI (неопределенность в искусственном интеллекте); Июль. Сайт конференции , материалы . Обычно больше внимания уделяется графическим моделям и / или методам Байеса.
  • ICLR (Международная конференция по обучению представительств); Май. Сайт конференции . (Ориентирован на глубокое обучение, относительно новый; все материалы появляются на arXiv.)
  • ECML PKDD (Европейская конференция по машинному обучению и принципам и практике обнаружения знаний в базах данных); Сентябрь. Сайт конференции .
  • ACML (Азиатская конференция по машинному обучению); Ноябрь. Сайт конференции .

Некоторые конференции по искусственному интеллекту также включают хорошие статьи по машинному обучению или специальные материалы по машинному обучению, особенно:

Конференции в смежных областях также часто актуальны, особенно:

  • KDD (обнаружение знаний и интеллектуальный анализ данных); Август. Сайт конференции , ссылки на отдельные конференции здесь .
  • CVPR (компьютерное зрение и распознавание образов); Июнь. 2016 сайт , обзор .


3

Я думаю, что лучший способ отслеживать последние разработки в области машинного обучения - это следить за новостями в Reddit :

https://www.reddit.com/r/MachineLearning/

Многие исследователи публикуют некоторые комментарии о документах, которые они недавно представили в различных местах.


Вы также можете следить за тем, что представлено в Arxiv здесь:

http://arxiv.org/list/stat.ML/recent

Большинство исследователей перед публикацией отправляют допечатные версии своих работ в Архив.


Кроме того, вы можете захотеть иметь учетную запись в Твиттере и следить за конкретными исследователями / профессорами, которые работают в области машинного обучения. Тем не менее, люди, за которыми вы, возможно, захотите следовать, действительно зависят от вашей области интересов. Хорошей отправной точкой может стать хэштег #machinelearning


Также помните, что термины машинное обучение, интеллектуальный анализ данных, обнаружение знаний в базах данных, наука о данных иногда используются взаимозаменяемо. Для того, чтобы найти некоторые интересные разработки в области машинного обучения, вы можете посмотреть новости в других областях.

Используя наш сайт, вы подтверждаете, что прочитали и поняли нашу Политику в отношении файлов cookie и Политику конфиденциальности.
Licensed under cc by-sa 3.0 with attribution required.