¿Cuáles son buenas publicaciones gratuitas disponibles para realizar un seguimiento de los últimos desarrollos en el aprendizaje automático?


13

Siéntase libre de sustituir las 'revistas' por cualquier otro portal útil de conocimiento.

Estoy interesado en vigilar los nuevos desarrollos en el aprendizaje automático, con miras a aplicaciones prácticas. No soy un académico que busca publicar mi propio trabajo (al menos no en este campo), pero sí quiero estar al tanto de posibles nuevos algoritmos o trucos que serían útiles a nivel práctico.

La única advertencia es que el procedimiento de la revista / conferencia o lo que sea debe estar disponible gratuitamente sin requerir una suscripción.


La entrada arxiv para envíos recientes de aprendizaje automático también es una buena opción; al menos para revisar algunos resúmenes durante el café de la mañana.

@Procrastinator, verifiqué arXiv antes de publicar la pregunta, pero no parecía correcto que haya 'solo' un puñado de preimpresiones al día. Estoy acostumbrado a ver más de 100 artículos todos los días en las categorías de arXiv en mi campo. Pensé que tal vez la comunidad de ML no estaba realmente interesada en arXiv. ¿Puede confirmar que la mayoría de los artículos de ML se publican en arXiv? Si es así, sería maravillosamente conveniente, ya que de todos modos ya examino otras partes de arXiv a diario.
Bogdanovist

Estoy seguro de que solo unos pocos artículos de ML se publican en arXiv, algunos de ellos se publican en sitios web de universidades, sitios web personales o incluso nunca se publican como preimpresiones. Además, hay muchos documentos inútiles que dificultan obtener los útiles. Por otro lado, cuando tienes la suerte de encontrar uno bueno, puedes leerlo antes de que se publique. La publicación puede llevar incluso dos años. Entonces, mi opinión sobre arXiv es que vale la pena echar un vistazo rápido a los resúmenes y ver si encuentra algo útil, pero estoy de acuerdo en que no es la mejor opción (es por eso que publiqué esto como un comentario).

Respuestas:


16

Los nuevos desarrollos en ML casi siempre se presentan primero en conferencias, y a veces luego se refinan en artículos de revistas.

Si solo sigue dos conferencias, deberían ser:

  • NIPS (Sistemas de procesamiento de información neuronal); Diciembre. Lugar de la conferencia , actas . (A pesar del nombre, la mayoría de los artículos no están relacionados con la neurociencia o las redes neuronales).
  • ICML (Conferencia internacional sobre aprendizaje automático); Julio. Sitio (incluyendo enlaces a procedimientos).

Estas conferencias también incluyen talleres que publican trabajos menos pulidos, que a menudo pueden ser una buena manera de obtener información sobre investigaciones en curso y aún no publicadas.

Las siguientes conferencias de ML también contienen muchos documentos excelentes, aunque no son tan "de primer nivel" como NIPS e ICML y pueden tener un alcance más centrado:

  • AISTATS (Inteligencia Artificial y Estadística); Mayo. Sitio de la conferencia ; actas publicadas en JMLR y disponibles aquí . A veces más teórico, especialmente desde el punto de vista estadístico.
  • COLT (Conferencia sobre teoría del aprendizaje); Julio. Sitio 2015 , actas también publicadas en JMLR . Muy teorico.
  • UAI (Incertidumbre en Inteligencia Artificial); Julio. Lugar de la conferencia , actas . Típicamente más enfocado en modelos gráficos y / o técnicas bayesianas.
  • ICLR (Conferencia Internacional sobre Representaciones de Aprendizaje); Mayo. Sitio de la conferencia . (Centrado en el aprendizaje profundo, relativamente nuevo; todas las presentaciones aparecen en arXiv.)
  • ECML PKDD (Conferencia Europea sobre Aprendizaje Automático y Principios y Práctica del Descubrimiento del Conocimiento en Bases de Datos); Septiembre. Sitio de la conferencia .
  • ACML (Conferencia asiática sobre aprendizaje automático); Noviembre. Sitio de la conferencia .

Algunas conferencias de IA también incluyen buenos documentos de aprendizaje automático o pistas específicas sobre aprendizaje automático, especialmente:

Las conferencias en campos relacionados también son a menudo relevantes, especialmente:

  • KDD (descubrimiento de conocimiento y minería de datos); Agosto. Sitio de la conferencia , enlaces a conferencias individuales aquí .
  • CVPR (Visión por computadora y reconocimiento de patrones); Junio. Sitio 2016 , resumen .


3

Creo que la mejor manera de realizar un seguimiento de los últimos desarrollos en Machine Learning es seguir el feed de Reddit :

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

Muchos investigadores publican algunos comentarios sobre los documentos que enviaron recientemente a diferentes lugares.


También puede seguir lo que se envía a Arxiv aquí:

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

La mayoría de los investigadores presentan versiones preimpresas de sus documentos a Arxiv antes de su publicación.


Además, es posible que desee tener una cuenta de Twitter y seguir a investigadores / profesores particulares que trabajan en el aprendizaje automático. Sin embargo, las personas que quizás desee seguir realmente dependen de su área de interés. Un buen punto de partida podría ser seguir el hashtag #machinelearning


Recuerde también que los términos aprendizaje automático, minería de datos, descubrimiento de conocimiento en bases de datos, ciencia de datos a veces se usan indistintamente. Para encontrar algunos desarrollos interesantes en el aprendizaje automático, también puede consultar las noticias en esas otras áreas.

Al usar nuestro sitio, usted reconoce que ha leído y comprende nuestra Política de Cookies y Política de Privacidad.
Licensed under cc by-sa 3.0 with attribution required.