精华内容
下载资源
问答
  • 机器学习顶级会议

    2016-10-30 02:01:15
    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...
    以下是不完整的列表,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。


    1)
    以下是不完整的列表,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。我的研究方向主要是统计学习和概率图模型,但对计算机视觉和计算神经科学都有涉及,对Data mining和IR也有些了解。这些领域,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。
    对于这个领域的牛人们,以上全是浅显的废话,完全可以无视。欢迎讨论。

    展开全文
  • Pan-sharpening with a Bayesian nonparametric dictionary learning (机器学习顶级会议之一)
  • 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)...

    以下是不完整的列表,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。

    1)以下是不完整的列表,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。我的研究方向主要是统计学习和概率图模型,但对计算机视觉和计算神经科学都有涉及,对Data mining和IR也有些了解。这些领域,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。对于这个领域的牛人们,以上全是浅显的废话,完全可以无视。欢迎讨论。


    展开全文
  • 机器学习顶级会议及论文

    万次阅读 2018-09-17 16:49:45
    (1)博客 期刊:最好的是JMLR; MLJ和PAMI次之; TNN、neural ... 会议:最好的是NIPS、ICML、COLT; UAI、AISTATS、KDD、CVPR次之; ECML、IJCAI、AAAI、ICDM更次一些 摘抄至:https://blog.csdn.net...

    (1)博客

    • 期刊:最好的是JMLR;    MLJ和PAMI次之;    TNN、neural computation、PR再次一些;   PRL、neural computing等等基本纯水。
    • 会议:最好的是NIPS、ICML、COLT;  UAI、AISTATS、KDD、CVPR次之;   ECML、IJCAI、AAAI、ICDM更次一些

    摘抄至:https://blog.csdn.net/barry_j/article/details/79733262

    (2)顶级或者高水平会议(知乎):

    • 机器学习领域:ICML,NIPS,COLT,ECML
    • 计算机视觉与机器学习混合:CVPR,ICCV,ECCV
    • 机器学习与数据挖掘大杂烩:AAAI,IJCAI
    • 主要是数据挖掘领域:KDD,SDM,ICDM
    • 其他机器学习领域比较知名的:UAI,AISTATS
    • 其他数据挖掘领域比较知名的:CIKM,PKDD

    以下主要是数据库方向的,部分包含机器学习与数据挖掘:SIGMOD,VLDB,ICDE     交叉领域:WWW,SIGIR

    顶级或者高水平期刊:

    • 机器学习相关领域: TPAMI,IJCV,JMLR
    • 数据挖掘相关领域: TKDE,TKDD,TIST,TODS,TOIS,KIS

    (3)网址: Washington University in St. Louis Machine Learning Publications Database

             可以看历年ML的paper,现在为止包含了ICML,NIPS,JMLR

     

     

     

    展开全文
  • (1)博客 期刊:最好的是JMLR; MLJ和PAMI次之; TNN、neural computation...会议:最好的是NIPS、ICML、COLT; UAI、AISTATS、KDD、CVPR次之; ECML、IJCAI、AAAI、ICDM更次一些 摘抄至:https://blog.csdn.net/b...

    (1)博客

    期刊:最好的是JMLR; MLJ和PAMI次之; TNN、neural computation、PR再次一些; PRL、neural computing等等基本纯水。
    会议:最好的是NIPS、ICML、COLT; UAI、AISTATS、KDD、CVPR次之; ECML、IJCAI、AAAI、ICDM更次一些
    摘抄至:https://blog.csdn.net/barry_j/article/details/79733262

    (2)顶级或者高水平会议(知乎):

    人工智能领域:AAAI: AAAI Conference on Artificial Intelligence
    AAAI2019:https://aaai.org/Conferences/AAAI-19/
    IJCAI: International Joint Conferences on AI
    IJCAI2019:https://ijcai19.org/
    机器学习领域:ICML,NIPS,COLT,ECML
    计算机视觉与机器学习混合:CVPR,ICCV,ECCV
    机器学习与数据挖掘大杂烩:AAAI,IJCAI
    主要是数据挖掘领域:KDD,SDM,ICDM
    其他机器学习领域比较知名的:UAI,AISTATS
    其他数据挖掘领域比较知名的:CIKM,PKDD
    以下主要是数据库方向的,部分包含机器学习与数据挖掘:SIGMOD,VLDB,ICDE 交叉领域:WWW,SIGIR

    顶级或者高水平期刊:

    机器学习相关领域: TPAMI,IJCV,JMLR
    数据挖掘相关领域: TKDE,TKDD,TIST,TODS,TOIS,KIS
    (3)网址: Washington University in St. Louis Machine Learning Publications Database

         可以看历年ML的paper,现在为止包含了ICML,NIPS,JMLR
    
    展开全文
  • 机器学习方面顶级会议

    千次阅读 2013-10-04 16:16:24
    我无意否认以上文献的价值,但是在机器学习、计算机视觉和人工智能领域,顶级会议才是王道。国内教材和CNKI上的基本是N年前老掉牙的东西。有人会质疑这些会议都只是EI。是的,这的确非常特殊:在许多其它领
  • 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...
  • 顶级的综合会议 ICML NIPS ICML: International Conference on Machine Learning NIPS:Neural Information ...COLT:Conference on Learning Theory顶级的数据挖掘,有向机器学习发展的倾向 KDD SIG-KDD:Knowl...
  • 机器学习领域顶级会议与期刊

    千次阅读 2013-05-01 07:26:59
    机器学习领域最重要的学术会议: NIPS、ICML、ECML和COLT 最重要的期刊: 《Machine Learning》和《Journalof Machine Learning Research》 数据挖掘领域最重要的会议: SIGKDD、ICDM、SDM、PKDD和PAKDD 最...
  • 机器学习顶级会议:NIPS, ICML( 2月), UAI(B类),AISTATS; (期刊:JMLR, ML, Trends in ML, IEEET-NN) 计算机视觉和图像识别:ICCV(3月), CVPR(11月), ECCV( 3月); (期刊:IEEET-PAMI, IJCV, IEEE T-IP...
  •   看了版上很多贴子,发现很多版友都在问“热门研究方向”、“最新方法”等。有同学建议国内某教授的教材、或者CNKI、...我无意否认以上文献的价值,但是在机器学习、计算机视觉和人工智能领域,顶级会议才是王道
  • 机器学习领取顶级会议及论文及牛人主页

    千次阅读 多人点赞 2018-03-28 20:23:41
    ECCV,ECCV的全称是European Conference on Computer Vision(欧洲计算机视觉国际会议) ICCV,ICCV的全称是International Comference on Computer Vision(国际计算机视觉大会) CVPR,CVPR是IEEE Conference on ...
  • NIPS:其目的是促进交流的神经信息处理系统,生物技术,数学和理论方面的研究。神经信息处理是一个领域,受益于生物...12月5-8日,美国内华达州塔霍湖2013ICML:领域顶级国际会议,文章录取率25%左右,2年一次,目前...
  • 感觉在机器学习、计算机视觉和人工智能领域,顶级会议才是王道。有人会质疑这些会议都只是EI,确实,在中国的许多其它领域的会议都是盛会,比如society of neuroscience的会议,人山人海形容也不过分。但是,计算机...
  • 感觉在机器学习、计算机视觉和人工智能领域,顶级会议才是王道。有人会质疑这些会议都只是EI,确实,在中国的许多其它领域的会议都是盛会,比如society of neuroscience的会议,人山人海形容也不过分。但是,计算机...
  • 机器学习界有两大顶级会议,一是ICML(全称为International Conference of Machine Learning,今年Hulu有两篇文章被ICML接收),另一个是N...
  • 参考链接 《为什么不去读顶级会议上的论文?适应于机器学习、计算机视觉和人工智能》
  • 我无意否认以上文献的价值,但是在机器学习、计算机视觉和人工智能领域,顶级会议才是王道。国内教材和CNKI上的基本是N年前老掉牙的东西。有人会质疑这些会议都只是EI。是的,这的确非常特殊:在许多其它领域,会议...
  • 转载自: ... 计算机视觉和模式识别 计算机视觉方向的一些顶级会议和期刊 Computer Vision Conf.: Best: ICCV, Inter. Conf. on Computer Vision CVPR, Inter. Conf. on Compu...
  • nBooks ¨T. Mitchell: Machine Learning, McGraw Hill, 1997. ¨R. Duda, P. Hart, D. Stork: Pattern Classification, 2nd Edition, Wiley, 2000.
  • 编译 | AI【AI科技大本营导读】人工智能和机器学习已经跳出科幻小说的...对于学习新的人工智能和机器学习技能、建立新的人际关系而言,没有什么比参加一些相关的顶级大会更高效的了。所以,营长编译了此篇2018年AI和...

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 525
精华内容 210
关键字:

机器学习顶级会议