顶级的综合会议 ICML NIPS
顶级的理论会议 COLT
顶级的数据挖掘,有向机器学习发展的倾向 KDD
偏统计一点的 AISTATS UAI
(1)以下是几个顶级会议的列表(不完整的,但基本覆盖)
机器学习顶级会议:NIPS, ICML, UAI, AISTATS; (期刊:JMLR, ML, Trends in ML, IEEE T-NN)
计算机视觉和图像识别:ICCV, CVPR, ECCV; (期刊:IEEE T-PAMI, IJCV, IEEE T-IP)
人工智能:IJCAI, AAAI; (期刊AI)
另外相关的还有SIGRAPH, KDD, ACL, SIGIR, WWW等。
特别是,如果做机器学习,必须地,把近4年的NIPS, ICML翻几遍;如果做计算机视觉,要把近4年的ICCV, CVPR, NIPS, ICML翻几遍。
(2)另外补充一下:大部分顶级会议的论文都能从网上免费下载到,
比如CV方面:http://www.cvpapers.com/index.html
NIPS: http://books.nips.cc/
JMLR(期刊): http://jmlr.csail.mit.edu/papers/
COLT和ICML(每年度的官网): http://www.cs.mcgill.ca/~colt2009/proceedings.html
希望这些信息对大家有点帮助。
(3)说些自己的感受。对计算机视觉和计算神经科学领域,从方法和模型的角度看,统计模型(包括probabilistic graphical model和statistical learning theory)是主流也是非常有影响力的方法。有个非常明显的趋势:重要的方法和模型最先在NIPS或ICML出现,然后应用到CV,IR和MM。虽然具体问题和应用也很重要,但多关注和结合这些方法也很有意义。
文章下载
ICML,NIPS,JMLR:http://machinelearning.wustl.edu/mlpapers/venues
http://www.cvpapers.com/index.html
ICML历届会议
http://www.informatik.uni-trier.de/~ley/db/conf/icml/
ECML历届会议
http://www.informatik.uni-trier.de/~ley/db/conf/ecml/index.html
Machine Learning历年期刊
Journal of Machine Learning Research历年期刊
http://www.informatik.uni-trier.de/~ley/db/journals/jmlr/index.html
Conferences and Workshops
Machine Learning |
|||||||||||||||||||||
Journal of Machine learning research | |||||||||||||||||||||
Data Mining and Knowledge Discovery | |||||||||||||||||||||
IEEE-TKDE | |||||||||||||||||||||
Knowledge and Information Systems | |||||||||||||||||||||
IEEE-TPAMI | |||||||||||||||||||||
IEEE-Transaction on Evolutionary Computation | |||||||||||||||||||||
Pattern Recognition | |||||||||||||||||||||
Artificial Intelligence | |||||||||||||||||||||
Journal of Artificial Intelligence Research | |||||||||||||||||||||
Neural Computation | |||||||||||||||||||||
IEEE-NN |