Von Konferenzen bis zu Umfragen
Wir leben in einer Zeit der Superlative. Jedes Jahr, jeden Monat und jede Woche werden neue Fortschritte in der maschinellen Lernforschung angekündigt. Ebenso schnell wächst die Zahl der zu arXiv hinzugefügten (ML-)Artikel. Es wurden mehr als 11.000 Artikel verfasst hinzugefügt letzten Oktober in der Informatik Kategorie.
In ähnlicher Weise verzeichnen große Konferenzen zum maschinellen Lernen eine ständig wachsende Zahl von Einreichungen – tatsächlich so viele, dass die einreichenden Autoren, um einen fairen Begutachtungsprozess zu gewährleisten, als Gutachter für andere Einreichungen fungieren müssen (genannt „ gegenseitige Überprüfung).
Jeder Artikel stellt möglicherweise neue Forschungsergebnisse, eine neue Methode, neue Datensätze oder Benchmarks vor. Als Anfänger im maschinellen Lernen ist es schwierig, überhaupt damit anzufangen: Die Menge an Informationen ist überwältigend. In einem früheren Artikel, Ich argumentierte, dass und warum ML-Anfänger Artikel lesen sollten. Die Quintessenz ist, dass gute Forschungsarbeiten eigenständige Vorlesungen sind, die das analytische Denken schärfen.
In diesem Artikel gebe ich Anfängern Ideen, wie und wo sie interessante Artikel zum Lesen finden können, ein Punkt, auf den ich zuvor nicht vollständig eingegangen bin. In 7 Schritten führe ich Sie durch den möglichen Prozess, interessante Aufsätze zu finden und zu lesen.