數據挖掘、機器學習領域有哪些知名的期刊或會議？

12-13

或者前輩們已經回答了類似的問題賞我一個傳送門吧- -

純個人意見。

理論paper的話：

最強的在STOC或FOCS，或者annals of stats。逼格比其他的不知道高到哪去了。。。。。。。

COLT平均質量比ICML或NIPS高。最大的好處是不會因為不做實驗而噴你。Reviewer非常認真，會在review里送你a simpler proof。但圈子太小，你中了best paper可能也沒人吊你。

ICML/NIPS：因為受眾廣，為了影響力，很多好paper會不投COLT投到這裡，平均質量不如COLT。證明有錯的paper不要太多=。=另外經常有reviewer噴你竟然不做實驗！

AISTATS/UAI: 小會，理論難度和ICML/NIPS差不多，實驗要求稍低。

ICLR：雖然theory paper少吧，但其實質量挺高的。

其他AI conference的learning theory paper一般是不能看的=。=

利益相關：中過COLT/ICML/NIPS/AISTATS

常見會議和期刊如下（其他回答者也提到CCF已經有目錄 CCF推薦排名）

機器學習領域會議：COLT、NIPS、ICML、AISTATS、UAI
機器學習領域期刊：JMLR、PAMI

機器學習的工作也常常發表在人工智慧相關會議上，比如
人工智慧會議：IJCAI、AAAI
人工智慧期刊：AI

除了機器學習和人工智慧的會議，CV和NLP方面也有大量機器學習相關的工作，因此不少與機器學習相關的工作也會發在CV和NLP相關會議上。

前幾位說的都是ML的會議期刊，那我給個data mining的list好了

會議：
SIGKDD：這個想必大家都知道了，而且今年又發生了被打臉事件，看這裡如何評價 SIGMOD 2015 最佳論文《DBSCAN Revisited》？ - 計算機科學
SIGMOD：接上一個，主要偏資料庫的研究，看得不多，不過不乏好的DM的文章
SIGIR：也是ACM的會，原是信息檢索的會，不過有好多質量高的DM文章，值得一看
ICDE、VLDB：這兩個應該都是偏資料庫的會，不怎麼有看過
WSDM：08年第一屆，比較新，雖然CCF上只是C類（15年升到B類了），但是文章質量還不錯，有些文章的idea挺好，值得一看
WWW：關於web的會議，涉及的topic的可以多一些，也有很多DM的文章
CIKM：不怎麼有看過，直接看這裡吧http://www.cikm-2015.org/

期刊：
IEEE Transactions on Knowledge and Data Engineering (TKDE)
ACM Transactions on Information Systems (TOIS)
ACM Transactions on Intelligent Systems and Technology (TIST)

感謝Luau Lawrence的補充

此外，如果對data mining感興趣的話，建議可以看下SIGMETRICS、IMC這類會議，在對數據的認識上可以給你一定的啟發

Eta已經給出了 list了，我具體增補一下：（個人理解，如有不一致，歡迎討論）
ICML：機器學習領域的頂會，偏理論，閱讀難度偏高，icml-16 網址ICML New York City
NIPS：機器學習領域的頂會（雖未上ccf a，但我把它當作頂會），原由jordan主導，經常能見到各個大廠的工作，比如FB，G，MS等，閱讀難度中等，低於icml，網址：https://nips.cc
COLT：純理論的會，圈子比較小，與icml相輔相成，比如colt-15上的open question 就在icml-15上發表了。
AAAI：AI領域的頂會，這個會我平時主要關注KB相關的工作，論文質量尚可，網址www.aaai.org
IJCAI：AI領域的頂會（我記得是頂會），IJCAI-15的chair是周志華老師，論文僅讀過eta的paper，不好評價，網址：ijcai.org/。
UAI，AISTAT：讀的較少，後者偏理論，但與COLT區別，AISTAT的理論不像COLT那樣系統，有些理論的工作比較偏intuitive，網址：http://www.auai.org，www.aistats.org/，後者發表的論文在jmlr上的proceedings上可以查到。
ICCV，CVPR，ECCV 僅讀過幾篇，CV領域的頂會，質量應該都非常高。

ACL：自然語言處理的頂會，論文質量不錯，但整體受ML/CV影響太大，已有失去NLP/CL的韻味的趨勢，https://www.aclweb.org/
EMNLP，coling：自然語言處理領域會議，現狀同acl
上述會議可以在：ACL Anthology 下載對應的論文

期刊
JMLR：ML領域的頂刊，上面有很多astonishing的工作，論文基本為作者發完會議後改為期刊，所以內容比較滯後，我是在這上面開啟我NLP/ML的學習的，上面的paper描述的問題比較細緻（畢竟期刊），讀起來比較順暢，官網：http://jmlr.org
ML：ML領域的另一個期刊，知名度不如jmlr，質量比較高，由springer出版，直接去springer搜即可。
PAMI：頂刊，和本人研究方向不太相同，基本未關注過。

@li Eta的答案已經說得比較全了，基本可以作為機器學習部分的標準答案。在數據挖掘領域，KDD是當之無愧的最好會議，其次就是ICDM和SDM兩個。除此以外的數據挖掘會議都和以上三者有顯著差距。在期刊上，數據挖掘領域缺乏像PAMI或者JMLR這類傑出的期刊，但是TKDE等也算是不錯。

此外，不要過分相信CCF給出的分類標準，那更多是利益集團博弈產生的結果。雖然我能理解他們的動機，但是把AAAI放在A類第一卻把NIPS和COLT放在B類是我見過最可笑的事情之一。

說個近幾年出現的一個新會，ICLR，是搞deep learning的大佬們新搞的一個會，論文質量也很高。

數據挖掘：
最好的會議：KDD
然後第二檔：ICDM, CIKM，WSDM
剩下可能SDM，ECML-PKDD 和 PAKDD 也還不錯？

其他相關領域：
IR：信息檢索雖然在KDD裡面這幾年也開始有了information search 的session，但是IR的文章主要是發在SIGIR上，另外IR和DM有很多交叉的方向，比如social media, recommendation，text mining 等等

IR的頂級會議SIGIR，剩下的WSDM是一個IR和DM結合的會議，最大的特點和優點（我認為的）是single track，這樣兩個不同領域的專家都可以參與同一篇文章的審稿。個人認為WSDM現在已經除了SIGIR以外IR文章質量最高的會議了。
CIKM 裡面的IR track在走下坡路。ECIR國內沒人投，其實還不錯
這兩年有新開的會議，比如ICTIR, CHIIR，大牛牽頭（B. Croft，S. Dumais），未來可能成為不錯的會議

WWW是一個很有意思的會議，工業界的人員非常多，方向很雜，但是水平都很不錯。谷歌的page rank 論文當年發在了WWW，因為之前投SIGIR被拒了~ 所以好文章分布也不能完全只看一兩個會議，哪裡都有看走眼的時候。

NLP領域有些也相關，但是裡面跟DM相關的論文，說實話。。。還是不說實話了。。。

機器學習的會議最好的是ICML和NIPS
AAAI 和 IJCAI也有不錯的工作。

DM的期刊：TKDE, TKDD

樓上的回答已經比較全面了。下面做一下我的總結：
機器學習：會議：ICML,NIPS,COLT,UAI 期刊：JMLR,TPAMI
數據挖掘：會議：KDD,ICDM,SDM 期刊：TKDE,TKDD,TIST
當然還有一些機器學習和數據挖掘的文章也發表在CV,NLP,AI,IR,DB等領域的會議上，比如SIGIR,WWW,AAAI,IJCAI,WSDM,CIKM,ACL,COLING,EMNLP,ECML-PKDD,CVPR,ICCV,ECCV,ICDE,SIGMOD,SIGSPATIAL等。

可以看一下CCF的推薦排名，CCF推薦排名

補全數據挖掘領域的一些會議：KDD, ICDM, WSDM, ICDE, CIKM, SDM, PKDD 差不多就這些，順序也差不多給個排名印象。

雖然對CCF的具體排名持保留意見，但是用來回答題主的問題基本足夠了
CCF推薦排名
CCF推薦排名

這個問題我試著回答一下：

Conference:

1) NIPS: Neural Information Processing Systems
2) ICML: International Conference on Machine Learning
3) COLT: Conference On Learning Theory
4) CVPR: International Conference on Computer Vision and Pattern Recogintion
5) ICCV: International Comference on Computer Vision
6) ECCV: Europeon Conference on Computer Vision
7) IJCAI: International Joint Conference on Artificial Intelligence
8) AAAI: American Association for Artificial Intelligence
9) UAI: Uncertainty in Artificial Intelligence
10) KDD: Knowledge Discovery and Data Mining
11) SIGIR: (Special Interest Group on Information Retrieval)-SIGIR Conference on Research and Development in Information Retrieval
12) WWW: World Wide Web Conference
13) ACL: Association for Computational Linguistics
14）ICLR: International Conference on Learning Representations

Jounal:

1) PAMI: IEEE Transactions on Pattern Analysis and Machine Intelligence
2) IJCV: International Journal of Computer Vision
3) JMLR: Journal of Machine Learning Research
4) AIJ: Artificial Intelligence (Journal)

附帶加一下，生物醫學信息學的著名會議
1）INCOB: International Conference on Bioinformatics
2) RECOMB: Annual International Conference on Research in Computational Molecular Biology
3) BICOB: International Conference on Bioinformatics and Computational Biology
4) AMIA: Annual American Medical Informatics Association Symposium
5) AMIA Joint Summits on Translational Science
6) ICIBM: International Conference on Intelligent Biology and Medicine
7) ISBRA: International Symposium on Bioinformatics Research and Applications
8) HISB: IEEE Conference on Healthcare Informatics, Imaging and Systems Biology 9）ISMB intelligent system for molecular biology (flag ship meeting of ISCB)

至於生物醫學信息學期刊，那評價標準比較簡單，同一領域看影響因子，大體上差不多。最有名的就是B ioinformatics 那些

http://readai.me 上列表：

Learning theory 會議還有更小眾的ALT(當然水平也差一些)，期刊還有一幫統計學習牛人剛搞的掛在EMS底下的MSL

在一群小白歡快的討論所謂「頂會」的時候，請允許我給你們潑一頭冷水，讓你們清醒清醒。

新入門的小白，加上小弱們喜歡討論的「頂會」，實際上就是一些發表稍微好一點兒灌水文的場所。從引用數據來看，發表在頂會的論文絕大多數引用率並不高，只要用google scholar檢索一下就可以知道。少數一些引用率稍微高些的，大多是因為蹭到了熱點話題，灌水的人多而已。ml領域的話題基本都是偽科學，因此能最後實用的成果極少。

一般機器學習領域的會議期刊加起來，一年值得看的論文不超過10篇。有些人比較各個會的難度，這隻能是個小馬過河的問題。至於說TCS和statistics比ml的逼格高，我只能說可能有一點兒吧，但主要是術業有專攻。如果你覺得高，是因為眼界還不夠。

另外，頂會被學術小圈子把持的現象極其嚴重，嚴重阻礙了學術進步。以某一圈內非常知名的學霸（就不點名了），他和他的徒子徒孫常年在各個頂會發文，實際上都是販賣自己那些偽命題，並沒有什麼實質學術貢獻。那些只要在圈子內的學者，每年都能發不只一篇意義很小的水文。相信如果是一個圈外的學者發了同樣的文章，基本上只有被斃掉的命運。

所謂頂會實際上是個被把持的名利場。非圈子人士只會對頂會追捧，但對圈內的運作一無所知，實際上助長了學霸們的行徑。很多不能見光的事情，ml圈子並未能倖免。

奉勸各位少談論些虛名，少製造ml泡沫，多做發揚學術，推動進步的實績。