機器學習方面高質量的論文怎麼找?

現在研一,導師什麼也不管我,自己忙著做行政,屬於放養的狀態。現在自己在學機器學習,刷了機器學習實戰,在看統計學習方法,平時也沒有找論文看(主要是不知道怎麼找一些高質量的論文看)。現在很迷茫,不知道自己能不能寫出小論文來,也沒有什麼項目可以做。現在想開始準備論文,好多都說看一些機器學習國際會議上的文章,演算法改進什麼的估計也搞不定嗎,有沒有偏嚮應用性的的會議,求前輩指點!


從你的問題描述看到了當年的自己,決定提供你一點建議吧。

現在研一,導師什麼也不管我,自己忙著做行政,屬於放養的狀態。現在自己在學機器學習,刷了機器學習實戰,在看統計學習方法,

這個算是有點基礎了,入門了,不過看了也並不一定會的。不過看了總比不看強。老話說的對「紙上得來終覺淺」

平時也沒有找論文看(主要是不知道怎麼找一些高質量的論文看)。現在很迷茫,不知道自己能不能寫出小論文來,也沒有什麼項目可以做。現在想開始準備論文,好多都說看一些機器學習國際會議上的文章,演算法改進什麼的估計也搞不定嗎,

其實你之前的問題是沒有真正動手去做,所以也沒法發現問題,自然不知道看什麼論文。老話又說了,「絕知此事要躬行」。論文浩如煙海,每年光是頂級會議錄用的文章都上千,你要是稍微想趕個時髦,做做深度學習,那你就要像追美劇那樣追著最新的發展狀況。我建議你不管是什麼,先下手做一個題目,你的所謂的「導師」不管你其實這時候是好事,不會對你的論文瞎BB(你想忙著做行政的人每天能花多少時間在科研上),你可以從《統計學習方法》上找一個你覺得能入手的問題,先自己把基本的演算法編出來,然後找這個演算法可以應用的領域,這樣理論上應用上你就都找到了。而且這時候你最基本的對比演算法也出來了,你可以在這個基礎上看看近幾年 ICML,ICDM,NIPS 等會議上都有哪些研究是與你這個問題相關的,找到對比的演算法,這樣你在找論文的過程中也積累了最新的參考文獻,文獻綜述也寫出來了。

有沒有偏嚮應用性的的會議,求前輩指點!

這個我勸你還是放棄吧,碩士還是要求有一定研究的,既然要求發論文,所以還是看重學術的。而且有了理論研究和應用,你的畢業論文才會內容豐滿,光靠應用是堆砌不起來你畢業論文的。而且,這樣的論文在答辯的時候你會很難受的。

少年,這不是一個很容易的道路,但是我保證一旦你最後把工作做出來,你得到的收穫遠超常人,加油吧!


icml和nips,足矣

nips全部論文在:

https://papers.nips.cc/

icml全部論文在:

http://jmlr.org/proceedings/

從新往舊一點點看,功力會暴漲。


用scopus

http://www.scopus.com

按關鍵詞檢索,對檢索結果進行篩選。

按照citation次數先把高被引文獻篩出來。

然後高被引文獻里再找一些高H指數的作者文章讀。


研一,目前在學習計算機視覺,大佬們多推薦啊


同研一,放養中,硬啃頂級會議的文章差點咯掉牙,完全啃不動呀


同研一...跨考來的計算機,也是刷完機器學習實戰,看深度學習感覺總是理解的馬馬虎虎,看nlp論文上面的演算法很多也都查不到,很迷茫,很焦急,有沒有什麼學習路徑啊...


研一真好,已經研二的我,突然想切入機器學習,然而要開題了


我也剛研一,導師也是放養式 只說叫我弄機器學習 目前正在默默刷機器學習實戰中英文 啊~西湖的水~我的淚


同研一,放養中。在努力看西瓜書和統計學習方法,也在找論文看。特別期待有人做個專欄講講這兩本書。。。自己能力還不夠呀


推薦閱讀:

有沒有講sklearn的書?
你的科研課題是完全根據興趣的嗎?
怎樣看待Ali Rahimi 獲得 NIPS 2017 Test-of-time Award後的演講?
使用強化學習做出的拆單和下單演算法,和傳統的下單演算法相比,有哪些優勢?
你用機器學習做過哪些有趣的事兒?

TAG:數據挖掘 | 機器學習 | 研究生 |