Quelles sont les bonnes revues disponibles gratuitement pour suivre les derniers développements de l'apprentissage automatique?

13

N'hésitez pas à remplacer les «revues» par tout autre portail utile de connaissances.

Je souhaite garder un œil sur les nouveaux développements du machine learning, en vue d'applications pratiques. Je ne suis pas un universitaire cherchant à publier mon propre travail (du moins pas dans ce domaine), mais je veux être au courant de nouveaux algorithmes ou astuces potentiels qui seraient utiles sur le plan pratique.

La seule mise en garde est que le journal / la procédure de conférence ou quoi que ce soit doit être librement accessible sans nécessiter d'abonnement.

machine-learning references Bogdanovist
la source
L' entrée arxiv pour les soumissions récentes d'apprentissage automatique est également une bonne option; au moins pour vérifier quelques résumés pendant votre café du matin.
@Procrastinator, j'ai vérifié arXiv avant de poster la question, mais il ne semblait pas juste qu'il n'y ait «qu'une» poignée de pré-impressions par jour. J'ai l'habitude de voir plus de 100 articles chaque jour dans les catégories arXiv de mon domaine. Je pensais que la communauté ML n'était peut-être pas vraiment intéressée par arXiv. Pouvez-vous confirmer que la majorité des articles ML sont publiés sur arXiv? Si tel est le cas, ce serait merveilleusement pratique, car j'ai déjà parcouru quotidiennement d'autres parties de arXiv.
Bogdanovist
Je suis sûr que seuls quelques articles ML sont publiés sur arXiv, certains d'entre eux sont soit publiés sur des sites Web d'universités, des sites Web personnels ou même jamais publiés sous forme de prépublications. En outre, il existe de nombreux papiers inutiles, ce qui rend difficile d'obtenir les documents utiles. En revanche, lorsque vous avez la chance et que vous en trouvez un bon, vous pouvez le lire avant sa publication. La publication peut même prendre deux ans. Donc, mon avis sur arXiv est qu'il vaut la peine de jeter un coup d'œil aux résumés et de voir si vous trouvez quelque chose d'utile, mais je suis d'accord que ce n'est pas la meilleure option (c'est pourquoi j'ai posté cela en tant que commentaire).

Réponses:

16

Les nouveaux développements en matière de BC sont presque toujours présentés dans des conférences en premier, puis parfois affinés dans des articles de journaux.

Si vous ne suivez que deux conférences, elles devraient être:

  • NIPS (Neural Information Processing Systems); Décembre. Site de la conférence , actes . (Malgré le nom, la plupart des articles ne sont pas liés aux neurosciences ou aux réseaux de neurones.)
  • ICML (Conférence internationale sur l'apprentissage automatique); Juillet. Site (y compris les liens vers les procédures).

Ces conférences comprennent également des ateliers qui publient des travaux moins raffinés, ce qui peut souvent être un bon moyen de trouver des recherches en cours et non encore publiées.

Les conférences ML suivantes contiennent également de nombreux excellents articles, bien qu'ils ne soient pas aussi "de premier niveau" que NIPS et ICML et puissent être plus ciblés:

  • AISTATS (Intelligence artificielle et statistiques); Mai. Site de la conférence ; actes publiés dans JMLR et disponibles ici . Parfois plus théorique, surtout du point de vue statistique.
  • COLT (Conférence sur la théorie de l'apprentissage); Juillet. Site 2015 , actes également publiés dans JMLR . Très théorique.
  • UAI (Incertitude en intelligence artificielle); Juillet. Site de la conférence , actes . Généralement plus axé sur les modèles graphiques et / ou les techniques bayésiennes.
  • ICLR (Conférence internationale sur les représentations de l'apprentissage); Mai. Site de la conférence . (Centré sur l'apprentissage en profondeur, relativement nouveau; toutes les soumissions apparaissent sur arXiv.)
  • ECML PKDD (Conférence européenne sur l'apprentissage automatique et les principes et pratiques de la découverte des connaissances dans les bases de données); Septembre. Site de la conférence .
  • ACML (Conférence asiatique sur l'apprentissage automatique); Novembre. Site de la conférence .

Certaines conférences sur l'IA incluent également de bons articles d'apprentissage automatique ou des pistes spécifiques sur l'apprentissage automatique, en particulier:

Les conférences dans des domaines connexes sont également souvent pertinentes, en particulier:

  • KDD (découverte de connaissances et exploration de données); Août. Site de la conférence , liens vers les conférences individuelles ici .
  • CVPR (vision par ordinateur et reconnaissance de formes); Juin. Site 2016 , aperçu .
Dougal
la source
11

Le Journal of Machine Learning est disponible gratuitement en ligne et à la fine pointe, mais il est assez lourd.

Emre
la source
3

Je pense que la meilleure façon de suivre les derniers développements du Machine Learning est de suivre le fil Reddit :

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

De nombreux chercheurs publient des commentaires sur les articles qu'ils ont récemment soumis à différents endroits.

Vous pouvez également suivre ce qui est soumis à Arxiv ici:

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

La plupart des chercheurs soumettent des versions pré-imprimées de leurs articles à Arxiv avant leur publication.

De plus, vous voudrez peut-être avoir un compte Twitter et suivre des chercheurs / professeurs particuliers qui travaillent dans l'apprentissage automatique. Cependant, les personnes que vous souhaitez suivre dépendent vraiment de votre domaine d'intérêt. Un bon point de départ pourrait être de suivre le hashtag #machinelearning

N'oubliez pas non plus que les termes apprentissage automatique, exploration de données, découverte de connaissances dans les bases de données, science des données sont parfois utilisés de manière interchangeable. Afin de trouver des développements intéressants dans l'apprentissage automatique, vous pouvez également consulter les actualités dans ces autres domaines.

Simone
la source