机器学习(Machine Learning)是一个研究计算学习方法的国际论坛。该杂志发表文章,报告广泛的学习方法应用于各种学习问题的实质性结果。该杂志的特色论文描述研究的问题和方法,应用研究和研究方法的问题。有关学习问题或方法的论文通过实证研究、理论分析或与心理现象的比较提供了坚实的支持。应用论文展示了如何应用学习方法来解决重要的应用问题。研究方法论文改进了机器学习的研究方法。所有的论文都以其他研究人员可以验证或复制的方式描述了支持证据。论文还详细说明了学习的组成部分,并讨论了关于知识表示和性能任务的假设。 官网地址:http://dblp.uni-trier.de/db/journals/ml/
这是一份超全机器学习&深度学习资源清单(105个AI站点),请收藏!
机器学习算法与Python学习
2+阅读 · 2018年11月20日
150 多个 ML、NLP 和 Python 相关的教程
Python开发者
14+阅读 · 2017年8月15日
大数据分析研究组开源Easy Machine Learning系统
中国科学院网络数据重点实验室
14+阅读 · 2017年6月13日
迎新春,上新课——MLOps 第三课正式上线!
TensorFlow
1+阅读 · 2022年2月16日
[Machine Learning] 深度学习中消失的梯度
全球人工智能
0+阅读 · 2017年12月6日
数据科学和机器学习成为美国增长最快的岗位
数据分析
0+阅读 · 2018年3月27日
如何系统地学习数据挖掘?
数据库开发
10+阅读 · 2017年10月22日
研究快讯 | 利用机器学习提高助熔剂法生长单晶的成功率
中国物理学会期刊网
0+阅读 · 2019年6月5日
谷歌社招 | Google Cloud Platform 返场了
谷歌开发者
0+阅读 · 2019年12月20日
人工智能 | 国际会议信息10条
Call4Papers
5+阅读 · 2018年12月18日
参考链接
微信扫码咨询专知VIP会员