你讀過的機器學習/數據挖掘頂級會議論文中最水的是哪一篇？

12-27

題主是個數據挖掘領域內的菜鳥，剛開始讀一些文獻。不過最近發現有不少出現在頂級會議的論文都很簡單，而且很多細節如果自己深究一下，便感覺有很多漏洞。在這裡提出這個問題不是要故意黑某些人，只是想討論一下，看看大家的看法。

題主不才，稍微將此類論文概括一下：
1. 「開山之作」。提出一個新的問題，至於有沒有用無所謂（大部分是沒啥實際用處），反正就是沒人研究過就好。Intruduction裡面吹的天花亂墜，然後搞搞feature，訓練個簡單的模型。也沒有啥baseline，實驗隨便做做對比一下naive的方法，看上去提升很高，但是其實根本解決不了問題。
2. 照葫蘆畫瓢。照著一個論文，做個微小的改動（圖模型加個圈之類的），就連論文的邏輯和公式基本上都是照搬，這種論文寫起來簡單，不過讀完基本沒啥營養。
3. 論文工廠。有些研究組每年發幾十篇論文，單獨拉出來一篇來看，其實寫的還不錯。不過如果多讀幾篇，就發現其實這些論文都是一個套路，越看越覺得沒意思。

個人認為這種論文也越來越多，其實對research領域的發展沒有什麼作用，相反，是在傷害領域的發展，對那些踏實做科研的老師學生不公平。

想問一下各位讀過的／認為的最水的論文都是啥樣的？

我覺得是這篇：Clustering by fast search and find of density peaks 號稱是聚類新方法

只要是做機器學習/數據挖掘的人都能感受到這篇paper的水度，發在普通的水會或者水期刊上無可厚非，然而，居然發了science。。。貼一下Shai Ben-David 的評論

評論地址：Clustering by fast search and find of density peaks

在知乎上看過不少問題，第一次不想看到自己的名字出現在回答中。

第二種還真不少，比如推薦系統的論文。矩陣分解或者貝葉斯框架，推導都一個樣，還很少給源代碼^_^

做CV的亂入一下，這個問題反過來說比較好:對於領域發展有推動性的研究是什麼樣的?
推薦林達華(大神，膜拜之)的兩篇blog。
https://dahuasky.wordpress.com/2010/09/23/learning%e5%92%8cvision%e4%b8%ad%e7%9a%84%e5%b0%8f%e8%bf%9b%e5%b1%95%e5%92%8c%e5%a4%a7%e8%bf%9b%e5%b1%95/
https://dahuasky.wordpress.com/2008/09/13/computer-vision%e7%9a%84%e5%b0%b4%e5%b0%ac/

應該是我2014年的nips論文。。。

在讀博士一枚
這麼說吧，我也不想寫爛文章，我也想好好研究一下，寫一篇創新點飽滿的文章
可是我要畢業老師催我
於是我只能屈服於數量而不是質量

NFL定理：我不是針對某個演算法，我是說，你們所有的演算法，都是辣雞。

說到這個，怎麼不提某Top1的C老闆。當年有人匿名舉報惡意灌水就不說了，最近又聽人說了他投論文還喜歡找熟人來審稿。不以為恥，還常津津樂道。

這跟考試作弊有什麼兩樣，真沒想到還能這麼玩，對科學是沒有一丁點敬畏之心啊，把國人的臉都丟光了。

雖然已經畢業多年不混學術圈了，還是可恥的匿了。

比較喜歡看別人打臉。但是說心裡話，發水文也是種水平，我想發還發不出來。我的終極目標就是夠水平發水文，畢業。

喜歡看你們大牛們相互撕逼，辨則明，能讓菜鳥少走點兒彎路

應該看什麼地方或者什麼期刊的論文比較好呢？樓主有沒有見解？

做feature extraction的文章里有一部分不是灌水

science的機器學習的文章個人感覺都。。。。很奇怪

→_→ 我也覺得應該自己的文章，匿了

說自己的真是佩服啊。水篇sci也叫頂級會議么？

你讀過的 機器學習/數據挖掘 頂級會議論文中最水的是哪一篇？

你讀過的機器學習/數據挖掘頂級會議論文中最水的是哪一篇？