機(jī)器學(xué)習(xí)領(lǐng)域有哪些著名的期刊和會(huì)議?

機(jī)器學(xué)習(xí)領(lǐng)域有哪些著名的期刊和會(huì)議？

現(xiàn)在的會(huì)議有點(diǎn)多，有點(diǎn)亂，哪位可以幫忙梳理?下機(jī)器學(xué)習(xí)數(shù)據(jù)挖掘領(lǐng)域的期刊和會(huì)議情況

IEEE ACM SIGIR SIGKDD 各種分不清，請(qǐng)多多指教

舉報(bào)

?

11 個(gè)回答

，Artificial artificial intelligence

、、

按投票排序

機(jī)器學(xué)習(xí)領(lǐng)域的好會(huì)（排名基本不分先后，想到哪說(shuō)到哪）：

ICML

NIPS

UAI

KDD

AAAI

IJCAI

COLT

AISTATS

ECML

IEEE和ACM是兩個(gè)獨(dú)?組織。SIG是ACM旗下的“興趣?組” (Special Interests Group)，所以很多由ACM某個(gè)興趣?組（?如KDD）主板的會(huì)，就會(huì)冠以SIG-KDD的名號(hào)。

IR和ML是兩個(gè)領(lǐng)域，ML是理論科學(xué)IR是應(yīng)?科學(xué)。但是就會(huì)議?章來(lái)看的話其實(shí)?者的分界線很模糊。就好像如果有?研究了?種新的學(xué)習(xí)算法可以?來(lái)挖掘互聯(lián)?上的圖

像數(shù)據(jù)，那這個(gè)?章就可以同時(shí)投ICML/NIPS/SIGKDD/SIGIR/ACMMM/WWW/ICCV/CVPR。當(dāng)然，針對(duì)不同的會(huì)議，你?章的寫(xiě)法還是要略有不同的。說(shuō)到底主要是看你

?章的reference主要引?了哪個(gè)圈?的?作。

，?臉識(shí)別 圖像搜索 機(jī)器學(xué)習(xí) 數(shù)據(jù)挖掘 博…

、、

機(jī)器學(xué)習(xí)可以看作是?個(gè)?具，類(lèi)似數(shù)學(xué)，?計(jì)算機(jī)視覺(jué)領(lǐng)域主要會(huì)?到它和圖像、視頻的結(jié)合；?信息檢索，數(shù)據(jù)挖掘 領(lǐng)域 則會(huì)?其與?本進(jìn)?結(jié)合。

關(guān)于機(jī)器學(xué)習(xí)的，Filestorm寫(xiě)得?較全了，ICML，NIPS，AAAI，IJCAI是我覺(jué)得影響??較?的。

關(guān)于計(jì)算機(jī)視覺(jué)領(lǐng)域的，主要有TPAMI，CVPR，ICCV等。

關(guān)于數(shù)據(jù)挖掘，信息檢索的，我不太了解，但是SIGIR，SIGKDD ，WWW應(yīng)該是這???較有影響的會(huì)議。

，熟悉常?算法，感興趣...

贊同

接著補(bǔ)充：

會(huì)議：ICDM（IEEE International Conference on Data Mining），CIKM（ACM Conference on Information and Knowledge Management）

期刊：IEEE Transaction on Neural Networks（TNN）， Neural Computation， IEEE Transaction on Knowledge and Data Engineering（TKDE），Journal of Artificial

Intelligence Rearch，Machine Learning

，nullptr

、、 贊同

這種時(shí)候CCF還是有?處的

、、

可以從這?看關(guān)于ML的歷年的paper。現(xiàn)在為?包含了ICML，NIPS，JMLR，應(yīng)該還在完善中，以后應(yīng)該會(huì)更全吧。

，不以物喜，不以?悲

、、

頂級(jí)的綜合會(huì)議 ICML NIPS

頂級(jí)的理論會(huì)議 COLT

頂級(jí)的數(shù)據(jù)挖掘,有向機(jī)器學(xué)習(xí)發(fā)展的傾向 KDD

偏統(tǒng)計(jì)?點(diǎn)的 AISTATS UAI

AAAI和IJCAI看的?較少，不做評(píng)價(jià)，應(yīng)該不錯(cuò)

沒(méi)有提CV的會(huì)，因?yàn)椴涣私狻！?/span>

、 贊同

我再來(lái)補(bǔ)充?個(gè)，最近才舉辦的會(huì)議，不過(guò)上升快??多，關(guān)于Deep Learning的

ICLR (International Conference on Learning Reprentations)

，思考到了夢(mèng)?想象

贊同

接著樓上的補(bǔ)充下 JMRL, CVPR，ICCV和TPAMI也與ML相關(guān)

，學(xué)?

贊同

機(jī)器學(xué)習(xí)和計(jì)算機(jī)視覺(jué)常見(jiàn)會(huì)議介紹。作者不是我啦~導(dǎo)師分享的。

在這感謝?下原作者。

舉報(bào)

??

，機(jī)器學(xué)習(xí)ML/計(jì)算機(jī)視覺(jué)CV/?級(jí)市場(chǎng)投資/…

CVPR ICCV ECCV，這視覺(jué)三?會(huì)不能忘了，其核?都是在?機(jī)器學(xué)習(xí)的思想在解決圖像問(wèn)題。

，Machine Learning,PhD@USC

NLP 也跟機(jī)器學(xué)習(xí)有很?的關(guān)系 會(huì)議有 ACL, COLING, EMNLP. 可以去microsoft academic上搜?下：