有什么好的，免费的期刊来跟踪机器学习的最新发展？

随时用“新闻”代替任何其他有用的知识门户。

我有兴趣关注机器学习的新发展，以期达到实际应用。我不是要发表自己的著作的学者（至少不是在该领域），但我确实想知道可能在实践上有用的新算法或技巧。

唯一需要注意的是，日记/会议记录或任何内容都必须免费提供而不需要订阅。

ML的新发展几乎总是先在会议上介绍，有时又提炼成期刊论文。

如果您仅关注两个会议，则应为：

• NIPS（神经信息处理系统）；十二月。会议现场，会议记录。（尽管有名称，但大多数论文与神经科学或神经网络无关。）
• ICML（国际机器学习会议）；七月。网站（包括程序链接）。

这些会议还包括发布不太精打细算的工作坊，这通常是查找正在进行的和尚未发表的研究的好方法。

以下ML会议也包含许多出色的论文，尽管它们不如NIPS和ICML那样“一流”，并且可能更关注范围：

• AISTATS（人工智能和统计）；可以。会议现场 ; 会议记录发表在JMLR上，可在这里找到。有时更理论化，尤其是从统计角度来看。
• COLT（学习理论会议）；七月。2015年网站上，会议记录也在JMLR中发布。很理论。
• UAI（人工智能不确定性）；七月。会议现场，会议记录。通常，更多地关注图形模型和/或贝叶斯技术。
• ICLR（国际学习代表大会）；可以。会议现场。（专注于深度学习，相对较新；所有提交内容均在arXiv上显示。）
• ECML PKDD（欧洲机器学习与数据库知识发现的原理和实践会议）；九月。会议现场。
• ACML（亚洲机器学习会议）；十一月。会议现场。

一些AI会议还包括出色的机器学习论文或有关机器学习的特定课程，尤其是：

• IJCAI（国际人工智能联合会议）；七月。会议现场，会议程序有些过时了。
• AAAI（人工智能促进协会）；二月。会议现场，会议记录。

相关领域的会议通常也很重要，尤其是：

• KDD（知识发现和数据挖掘）；八月。会议站点，此处指向各个会议的链接。
• CVPR（计算机视觉和模式识别）；六月。2016网站，概述。

《机器学习杂志》可在线免费获取，并且非常先进，但是它很繁重。

我认为跟踪机器学习最新发展的最好方法是遵循Reddit feed：

https://www.reddit.com/r/MachineLearning/

许多研究人员对他们最近提交给不同地点的论文发表了一些评论。

您也可以在此处关注提交给Arxiv的内容：

http://arxiv.org/list/stat.ML/recent

大多数研究人员在发表论文之前将论文的预印本提交给Arxiv。

另外，您可能想要拥有一个Twitter帐户并关注从事机器学习的特定研究人员/教授。但是，您可能想跟随的人确实取决于您感兴趣的领域。一个很好的起点可能是在#machinelearning标签之后

还要记住，机器学习，数据挖掘，数据库中的知识发现，数据科学这些术语有时可以互换使用。为了在机器学习中找到一些有趣的发展，您可能还会在其他领域查看新闻。