Makine öğrenimindeki en son gelişmeleri takip etmek için iyi, serbestçe kullanılabilir dergiler nelerdir?


13

Herhangi bir yararlı bilgi portalı yerine 'dergileri' değiştirmekten çekinmeyin.

Pratik uygulamalar açısından makine öğrenimindeki yeni gelişmeleri takip etmek istiyorum. Kendi çalışmamı yayınlamaya çalışan bir akademisyen değilim (en azından bu alanda değil), ancak pratik düzeyde yararlı olabilecek potansiyel yeni algoritmaların veya püf noktalarının farkında olmak istiyorum.

Tek uyarı, dergi / konferans devam ediyor ya da herhangi bir abonelik gerektirmeden serbestçe kullanılabilir olması gerektiğidir.


Son makine öğrenimi başvuruları için arxiv girişi de iyi bir seçenektir; en azından sabah kahvenizdeki bazı özetleri kontrol etmek için.

@Prorastinator, soruyu göndermeden önce arXiv'i kontrol ettim, ancak günde sadece bir avuç ön baskı olduğu doğru görünmüyordu. Alanımdaki arXiv kategorilerinde her gün 100'den fazla makale görmeye alışkınım. Bence bu ML topluluğu gerçekten arXiv'in içinde değildi. ML makalelerinin çoğunun arXiv'e gönderildiğini teyit edebilir misiniz? Eğer öyleyse, zaten her gün arXiv'in diğer kısımlarını zaten incelediğim için bu harika bir şekilde uygun olurdu.
Bogdanovist

Eminim arXiv'de sadece birkaç ML makalesi yayınlanmıştır, bunların bazıları ya üniversitelerin web sitelerinde, kişisel web sitelerinde yayınlanmış, hatta hiçbir zaman baskı olarak gönderilmemiştir. Ayrıca, yararlı olanları elde etmeyi zorlaştıran birçok işe yaramaz makale var. Öte yandan, yeterince şanslıysanız ve iyi bir tane bulduğunuzda, yayınlanmadan önce okuyabilirsiniz. Yayınlamak iki yıl sürebilir. Yani, arXiv hakkındaki düşüncelerim, özetlere hızlı bir şekilde bakmaya ve yararlı bir şey bulup bulamayacağınıza bakmaya değer, ancak en iyi seçenek olmadığını kabul ediyorum (bu yüzden bunu bir yorum olarak yayınladım).

Yanıtlar:


16

ML'deki yeni gelişmeler hemen hemen her zaman konferanslarda sunulur ve bazen daha sonra dergi makalelerine dönüştürülür.

Yalnızca iki konferansı izlerseniz, bunlar şöyle olmalıdır:

  • NIPS (Sinirsel Bilgi İşleme Sistemleri); Aralık. Konferans sitesi , bildiriler . (İsme rağmen, çoğu makale nörobilim veya sinir ağları ile ilgisizdir.)
  • ICML (Uluslararası Makine Öğrenimi Konferansı); Temmuz. Site (işlem bağlantıları dahil).

Bu konferanslar ayrıca, daha az cilalanmış çalışmaları yayınlayan atölye çalışmalarını da içerir;

Aşağıdaki ML konferansları da birçok mükemmel makale içerir, ancak bunlar NIPS ve ICML kadar "birinci kademe" değildir ve daha kapsamlı bir şekilde odaklanmış olabilir:

  • AISTATS (Yapay Zeka ve İstatistik); Mayıs. Konferans sitesi ; JMLR'de yayınlanmış ve burada mevcuttur . Bazen daha teorik, özellikle de istatistik açısından.
  • COLT (Öğrenme Teorisi Konferansı); Temmuz. 2015 sitesi , bildiri JMLR'de de yayınlanmıştır . Çok teorik.
  • UAI (Yapay Zekada Belirsizlik); Temmuz. Konferans sitesi , bildiriler . Tipik olarak grafik modellere ve / veya Bayesci tekniklere odaklanır.
  • ICLR (Uluslararası Öğrenme Temsilleri Konferansı); Mayıs. Konferans sitesi . (Derin öğrenmeye odaklanmış, nispeten yeni; tüm gönderimler arXiv'de görünür.)
  • ECML PKDD (Avrupa Makine Öğrenimi ve Veritabanlarında Bilgi Keşfi İlkeleri ve Uygulamaları Konferansı); Eylül. Konferans sitesi .
  • ACML (Asya Makine Öğrenimi Konferansı); Kasım. Konferans sitesi .

Bazı AI konferansları ayrıca iyi makine öğrenimi kağıtları veya makine öğrenimi ile ilgili belirli yollar içerir, özellikle:

İlgili alanlardaki konferanslar da özellikle önemlidir:



3

Makine Öğrenimindeki en son gelişmeleri takip etmenin en iyi yolunun Reddit özet akışını takip etmek olduğunu düşünüyorum :

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

Birçok araştırmacı yakın zamanda farklı mekanlara sundukları bildiriler hakkında yorumlarda bulundu.


Arxiv'e gönderilenleri buradan da takip edebilirsiniz :

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

Çoğu araştırmacı yayınlanmadan önce makalelerinin baskı öncesi versiyonlarını Arxiv'e sunar.


Ayrıca, bir Twitter hesabına sahip olmak ve makine öğrenimi konusunda çalışan belirli araştırmacıları / profesörleri takip etmek isteyebilirsiniz . Bununla birlikte, takip etmek isteyebileceğiniz insanlar gerçekten ilgi alanınıza bağlıdır. #Machinelearning hashtagini takip etmek iyi bir başlangıç ​​noktası olabilir


Ayrıca, makine öğrenimi, veri madenciliği, veri tabanlarında bilgi keşfi, veri bilimi terimlerinin bazen birbirlerinin yerine kullanılabileceğini unutmayın. Makine öğreniminde bazı ilginç gelişmeler bulmak için bu diğer alanlardaki haberlere de bakabilirsiniz.

Sitemizi kullandığınızda şunları okuyup anladığınızı kabul etmiş olursunuz: Çerez Politikası ve Gizlilik Politikası.
Licensed under cc by-sa 3.0 with attribution required.