Come rimanere un ricercatore aggiornato nella comunità ML / RL?

Come studente che vuole lavorare sull'apprendimento automatico, vorrei sapere come è possibile iniziare i miei studi e come seguirlo per rimanere aggiornati. Ad esempio, sono disposto a lavorare su problemi RL e MAB, ma ci sono letterature enormi su questi argomenti. Inoltre, questi argomenti sono studiati da ricercatori di diverse comunità come AI e ML, Ricerca operativa, Ingegneria di controllo, Statistica, ecc. E penso che ogni settimana vengano pubblicati numerosi articoli su questi argomenti che rendono così difficile seguirli.

Sarei grato se qualcuno potesse suggerire una road map per iniziare a studiare questi argomenti, seguirli e come dovrei selezionare e studiare nuovi articoli pubblicati. Infine, sono disposto a conoscere la nuova tendenza nel problema RL e MAB.

Ci sono alcune risorse meravigliose per tenersi aggiornati nella comunità ML. Ecco solo una manciata che un collega mi ha mostrato:

1. Deep Learning Monitor : questo sito contiene articoli caldi e nuovi insieme a tweet che sono diventati popolari dalla community! Puoi anche controllare i documenti RL specificatamente qui

2. arxiv-sanity : questo sito si aggiorna con articoli nuovi e popolari che arrivano su Arxiv

3. documenti con codice : questo sito è meraviglioso perché non solo si collega ai documenti, ma si collega alla loro implementazione per la riproduzione o l'assistenza nei propri progetti personali. Hanno anche una classifica e tracciano lo stato dell'arte ( SoTA ) su tonnellate di compiti diversi

4. DL_twitter loop : non puoi dimenticare Twitter, dato che la maggior parte dei ricercatori lo usa; questo è solo un bel gruppo che ti potrebbe piacere