
Journal of Machine Learning Research 是面向机器学习研究的开放获取期刊,提供正式发表的理论、算法与实验论文。适合需要从原文看某项学习方法如何定义、怎样比较基线、哪些实验支持结论的研究者和工程读者。

| 方向 | 具体用途 | 核对要点 |
|---|---|---|
| 算法与理论 | 阅读学习方法、证明与前提假设 | 留心适用的任务、样本和参数范围 |
| 实验与评估 | 比较论文使用的数据、指标与基线 | 注意随机设置、区间和消融实验 |
| 引用与复现 | 从正式文章页找作者、论文和可用补充材料 | 记录发表年份、版本与代码对应关系 |
| 你的需求 | 可用资源 | 适用原因 |
|---|---|---|
| 研究重点是学习算法和理论 | JMLR | 适合查询方法、证明和实验 |
| 需要搜索更广人工智能方法 | JAIR | 覆盖人工智能学科的多种研究方向 |
| 关注近日提交且可能仍在修订的稿件 | arXiv cs.AI | 可按提交日期快速筛选论文 |
准备选择一种不平衡数据分类方法,需要了解论文在什么条件下优于常用模型。
本条收录官网公开资讯入口,可查看公开的文章、提要或研究目录。个别付费文章及订阅权益以阅读页面为准。
可以阅读论文。复制图表、数据和代码时请按单篇文章及各附件的许可处理。
题目用于建立候选,摘要和方法中的任务定义、输入与评估条件更有助于判断。