Was sind gute, frei verfügbare Zeitschriften, um die neuesten Entwicklungen im maschinellen Lernen zu verfolgen?

13

Sie können 'Journale' auch durch andere nützliche Wissensportale ersetzen.

Ich bin daran interessiert, neue Entwicklungen im maschinellen Lernen im Hinblick auf praktische Anwendungen im Auge zu behalten. Ich bin kein Akademiker, der meine eigene Arbeit veröffentlichen möchte (zumindest nicht in diesem Bereich), aber ich möchte mögliche neue Algorithmen oder Tricks kennen, die auf praktischer Ebene nützlich wären.

Die einzige Einschränkung ist, dass das Journal- / Konferenzverfahren oder was auch immer frei verfügbar sein muss, ohne dass ein Abonnement erforderlich ist.

machine-learning references Bogdanovist
quelle
Der Eintrag arxiv für kürzlich eingereichte Beiträge zum maschinellen Lernen ist ebenfalls eine gute Option. Zumindest, um ein paar Zusammenfassungen während Ihres morgendlichen Kaffees zu überprüfen.
@Procrastinator, ich habe arXiv vor dem Posten der Frage überprüft, aber es schien nicht richtig, dass es "nur" eine Handvoll Vorabdrucke pro Tag gibt. Ich bin es gewohnt, jeden Tag mehr als 100 Artikel in den Kategorien von arXiv in meinem Fachgebiet zu sehen. Ich dachte, dass die ML-Community vielleicht nicht wirklich auf arXiv steht. Können Sie bestätigen, dass die Mehrheit der ML-Artikel bei arXiv eingeht? Wenn ja, wäre das wunderbar praktisch, da ich ohnehin schon täglich andere Teile von arXiv durchforste.
Bogdanovist
Ich bin mir sicher, dass nur wenige ML-Artikel auf arXiv veröffentlicht werden, einige davon entweder auf Websites von Universitäten oder auf persönlichen Websites oder sogar nie als Preprints. Außerdem gibt es viele nutzlose Papiere, die es schwierig machen, nützliche Papiere zu bekommen. Wenn Sie jedoch das Glück haben, einen guten zu finden, können Sie ihn lesen, bevor er veröffentlicht wird. Die Veröffentlichung kann sogar zwei Jahre dauern. Meine Meinung zu arXiv ist also, dass es sich lohnt, einen kurzen Blick auf die Abstracts zu werfen und zu sehen, ob Sie etwas Nützliches finden, aber ich bin damit einverstanden, dass dies nicht die beste Option ist (aus diesem Grund habe ich dies als Kommentar gepostet).

Antworten:

16

Neue Entwicklungen in der ML werden fast immer zuerst auf Konferenzen vorgestellt und manchmal später in Fachzeitschriften weiterentwickelt.

Wenn Sie nur zwei Konferenzen verfolgen, sollten dies sein:

  • NIPS (Neuronale Informationsverarbeitungssysteme); Dezember. Tagungsort , Tagungsband . (Trotz des Namens haben die meisten Artikel keinen Bezug zu Neurowissenschaften oder neuronalen Netzen.)
  • ICML (Internationale Konferenz für maschinelles Lernen); Juli. Website (einschließlich Links zu Verfahren).

Zu diesen Konferenzen gehören auch Workshops, in denen weniger ausgefeilte Arbeiten veröffentlicht werden. Dies ist oft ein guter Weg, um sich über laufende und noch nicht veröffentlichte Forschungsergebnisse zu informieren.

Die folgenden ML-Konferenzen enthalten auch viele hervorragende Beiträge, obwohl sie nicht so "erstklassig" sind wie NIPS und ICML und möglicherweise einen genaueren Schwerpunkt haben:

  • AISTATS (Künstliche Intelligenz und Statistik); Kann. Konferenzort ; Proceedings in JMLR veröffentlicht und hier verfügbar . Manchmal eher theoretisch, besonders unter statistischen Gesichtspunkten.
  • COLT (Konferenz über Lerntheorie); Juli. Website 2015 , Verfahren auch im JMLR veröffentlicht . Sehr theoretisch.
  • UAI (Unsicherheit in der künstlichen Intelligenz); Juli. Tagungsort , Tagungsband . In der Regel mehr auf grafische Modelle und / oder Bayes'sche Techniken konzentriert.
  • ICLR (Internationale Konferenz über lernende Repräsentationen); Kann. Konferenzort . (Konzentriert auf Deep Learning, relativ neu; alle Beiträge erscheinen auf arXiv.)
  • ECML PKDD (Europäische Konferenz über maschinelles Lernen und Prinzipien und Praxis der Wissensentdeckung in Datenbanken); September. Konferenzort .
  • ACML (Asiatische Konferenz zum maschinellen Lernen); November. Konferenzort .

Einige KI-Konferenzen beinhalten auch gute Unterlagen zum maschinellen Lernen oder spezielle Themen zum maschinellen Lernen, insbesondere:

  • IJCAI (Internationale gemeinsame Konferenz für künstliche Intelligenz); Juli. Tagungsort , etwas veraltetes Verfahren .
  • AAAI (Verein zur Förderung der künstlichen Intelligenz); Februar. Tagungsort , Tagungsband .

Konferenzen in verwandten Bereichen sind ebenfalls häufig relevant, insbesondere:

Dougal
quelle
11

Das Journal of Machine Learning ist online frei verfügbar und auf dem neuesten Stand, aber es ist ziemlich umfangreich.

Emre
quelle
3

Ich denke, der beste Weg, die neuesten Entwicklungen im maschinellen Lernen zu verfolgen, ist, dem Reddit- Feed zu folgen :

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

Viele Forscher veröffentlichen einige Kommentare zu den Beiträgen, die sie kürzlich an verschiedenen Orten eingereicht haben.

Hier können Sie auch verfolgen, was an Arxiv gesendet wird:

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

Die meisten Forscher übermitteln Arxiv vor der Veröffentlichung Vorabdruckversionen ihrer Arbeiten.

Vielleicht möchten Sie auch ein Twitter- Konto haben und bestimmten Forschern / Professoren folgen, die im Bereich maschinelles Lernen arbeiten. Die Personen, denen Sie möglicherweise folgen möchten, hängen jedoch stark von Ihrem Interessengebiet ab. Ein guter Ausgangspunkt könnte das Hashtag #machinelearning sein

Denken Sie auch daran, dass die Begriffe "maschinelles Lernen", "Data Mining", "Wissenssuche in Datenbanken" und "Data Science" manchmal synonym verwendet werden. Um einige interessante Entwicklungen im Bereich des maschinellen Lernens zu finden, sehen Sie sich möglicherweise auch Neuigkeiten in diesen anderen Bereichen an.

Simone
quelle