Quali sono le riviste buone e disponibili gratuitamente per tenere traccia degli ultimi sviluppi nell'apprendimento automatico?


13

Sentiti libero di sostituire le "riviste" con qualsiasi altro utile portale di conoscenza.

Sono interessato a tenere d'occhio i nuovi sviluppi dell'apprendimento automatico, in vista di applicazioni pratiche. Non sono un accademico che cerca di pubblicare il mio lavoro (almeno non in questo campo), ma voglio essere consapevole di potenziali nuovi algoritmi o trucchi che sarebbero utili a livello pratico.

L'unico avvertimento è che il procedimento della rivista / conferenza o quant'altro deve essere liberamente disponibile senza richiedere un abbonamento.


Anche la voce arxiv per recenti invii di machine learning è una buona opzione; almeno per controllare alcuni abstract durante il caffè del mattino.

@Procrastinator, ho controllato arXiv prima di pubblicare la domanda, ma non sembrava giusto che ci fossero "solo" una manciata di prestampe al giorno. Sono abituato a vedere oltre 100 articoli ogni giorno nelle categorie arXiv nel mio campo. Pensavo che forse la comunità ML non amasse davvero arXiv. Puoi confermare che la maggior parte dei documenti ML viene pubblicata su arXiv? Se è così sarebbe meravigliosamente conveniente, dato che ho già sfogliato ogni giorno altre parti di arXiv.
Bogdanovist,

Sono sicuro che solo pochi articoli ML sono pubblicati su arXiv, alcuni di essi sono pubblicati su siti Web di università, siti Web personali o addirittura mai pubblicati come prestampe. Inoltre, ci sono molti documenti inutili che rendono difficile ottenere quelli utili. D'altra parte, quando sei abbastanza fortunato e ne trovi uno buono, puoi leggerlo prima che venga pubblicato. La pubblicazione può richiedere anche due anni. Quindi, la mia opinione su arXiv è che vale la pena dare una rapida occhiata agli abstract e vedere se trovi qualcosa di utile, ma sono d'accordo che non sia l'opzione migliore (è per questo che l'ho pubblicato come commento).

Risposte:


16

I nuovi sviluppi in ML sono quasi sempre presentati nelle conferenze prima, e talvolta in seguito perfezionati in articoli di riviste.

Se segui solo due conferenze, dovrebbero essere:

  • NIPS (sistemi di elaborazione delle informazioni neurali); Dicembre. Luogo della conferenza , atti . (Nonostante il nome, la maggior parte degli articoli non ha relazione con le neuroscienze o le reti neurali.)
  • ICML (Conferenza internazionale sull'apprendimento automatico); Luglio. Sito (compresi i collegamenti ai procedimenti).

Queste conferenze includono anche seminari che pubblicano lavori meno raffinati, che spesso possono essere un buon modo per trovare ricerche in corso e non ancora pubblicate.

Le seguenti conferenze ML contengono anche molti articoli eccellenti, sebbene non siano "di primo livello" come NIPS e ICML e potrebbero essere più focalizzati nello scopo:

  • AISTAT (Intelligenza Artificiale e Statistica); Maggio. Sito della conferenza ; atti pubblicati in JMLR e disponibili qui . A volte più teorico, soprattutto dal punto di vista statistico.
  • COLT (Conferenza sulla teoria dell'apprendimento); Luglio. 2015 sito , atti pubblicati anche in JMLR . Molto teorico.
  • UAI (Uncertainty in Artificial Intelligence); Luglio. Luogo della conferenza , atti . Tipicamente più focalizzato su modelli grafici e / o tecniche bayesiane.
  • ICLR (Conferenza internazionale sulle rappresentazioni dell'apprendimento); Maggio. Sito della conferenza . (Incentrato sull'apprendimento approfondito, relativamente nuovo; tutte le comunicazioni vengono visualizzate su arXiv.)
  • PKDD ECML (Conferenza europea sull'apprendimento automatico, i principi e la pratica della scoperta della conoscenza nei database); Settembre. Sito della conferenza .
  • ACML (Conferenza asiatica sull'apprendimento automatico); Novembre. Sito della conferenza .

Alcune conferenze AI includono anche buoni documenti di apprendimento automatico o tracce specifiche sull'apprendimento automatico, in particolare:

Anche le conferenze in campi correlati sono spesso rilevanti, in particolare:



3

Penso che il modo migliore per tenere traccia degli ultimi sviluppi in Machine Learning sia seguire il feed Reddit :

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

Molti ricercatori pubblicano alcuni commenti sugli articoli che hanno recentemente presentato in luoghi diversi.


Puoi anche seguire ciò che viene inviato ad Arxiv qui:

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

La maggior parte dei ricercatori sottopone ad Arxiv versioni pre-stampate dei loro articoli prima della pubblicazione.


Inoltre, potresti voler avere un account Twitter e seguire determinati ricercatori / professori che lavorano nell'apprendimento automatico. Tuttavia, le persone che potresti voler seguire dipendono davvero dalla tua area di interesse. Un buon punto di partenza potrebbe essere seguire l'hashtag #machinelearning


Ricorda anche che i termini apprendimento automatico, data mining, scoperta di conoscenze nelle basi di dati, scienza dei dati sono talvolta usati in modo intercambiabile. Al fine di trovare alcuni sviluppi interessanti nell'apprendimento automatico, è possibile consultare le notizie anche in quelle altre aree.

Utilizzando il nostro sito, riconosci di aver letto e compreso le nostre Informativa sui cookie e Informativa sulla privacy.
Licensed under cc by-sa 3.0 with attribution required.