Sie können 'Journale' auch durch andere nützliche Wissensportale ersetzen.
Ich bin daran interessiert, neue Entwicklungen im maschinellen Lernen im Hinblick auf praktische Anwendungen im Auge zu behalten. Ich bin kein Akademiker, der meine eigene Arbeit veröffentlichen möchte (zumindest nicht in diesem Bereich), aber ich möchte mögliche neue Algorithmen oder Tricks kennen, die auf praktischer Ebene nützlich wären.
Die einzige Einschränkung ist, dass das Journal- / Konferenzverfahren oder was auch immer frei verfügbar sein muss, ohne dass ein Abonnement erforderlich ist.
Der Eintrag arxiv für kürzlich eingereichte Beiträge zum maschinellen Lernen ist ebenfalls eine gute Option. Zumindest, um ein paar Zusammenfassungen während Ihres morgendlichen Kaffees zu überprüfen.
@Procrastinator, ich habe arXiv vor dem Posten der Frage überprüft, aber es schien nicht richtig, dass es "nur" eine Handvoll Vorabdrucke pro Tag gibt. Ich bin es gewohnt, jeden Tag mehr als 100 Artikel in den Kategorien von arXiv in meinem Fachgebiet zu sehen. Ich dachte, dass die ML-Community vielleicht nicht wirklich auf arXiv steht. Können Sie bestätigen, dass die Mehrheit der ML-Artikel bei arXiv eingeht? Wenn ja, wäre das wunderbar praktisch, da ich ohnehin schon täglich andere Teile von arXiv durchforste.
—
Bogdanovist
Ich bin mir sicher, dass nur wenige ML-Artikel auf arXiv veröffentlicht werden, einige davon entweder auf Websites von Universitäten oder auf persönlichen Websites oder sogar nie als Preprints. Außerdem gibt es viele nutzlose Papiere, die es schwierig machen, nützliche Papiere zu bekommen. Wenn Sie jedoch das Glück haben, einen guten zu finden, können Sie ihn lesen, bevor er veröffentlicht wird. Die Veröffentlichung kann sogar zwei Jahre dauern. Meine Meinung zu arXiv ist also, dass es sich lohnt, einen kurzen Blick auf die Abstracts zu werfen und zu sehen, ob Sie etwas Nützliches finden, aber ich bin damit einverstanden, dass dies nicht die beste Option ist (aus diesem Grund habe ich dies als Kommentar gepostet).