想知道怎樣才算混進AI圈？可以說是非常急切了

在這個AI大火的時代，業界跟風而行，學界當然也在隨風而動。不少小夥伴已經摩拳擦掌，準備寫一篇關於AI的畢業大作了。

不過，聽說身為大四狗的你，雖然已經做了開題答辯，卻還在為畢業論文抓耳撓腮？

聽說，不是大四狗的你，看到學長學姐的苦苦掙扎，茫茫然而不知所措？

是時候看看學界大佬們的論文找找靈感了。做學術，當然爬到在巨人的肩膀上。

權威會議和期刊，我們找這些

機器學習是人工智慧研究領域最重要的一部分，寫AI論文，首選機器學習。

對於計算機領域來說，論文發表的重點在會議，而非期刊。因此，期刊論文大多數都為二次發布。要讀論文，那當然首先得在會議中找。計算機科學的publication最大特點在於：極度重視會議，而期刊則通常只用來做re-publication。大部分期刊文章都是會議論文的擴展版，首發就在期刊上的相對較少。

以下為在AI領域較有影響力的部分會議：

機器學習領域會議有：STOC、FOCS、COLT、NIPS、ICML、AISTATS、UAI。

其中STOC、FOCS是計算機領域的頂級會議，但凡能入選的論文都是傳奇級別，論文接受率都在40%左右。從清華大學本科生鍾沛林以第一作者身份撰寫的論文被STOC 接收的新聞轟炸整個CS圈，便可見一斑。

而比兩者稍次一些的會議則是COLT、ICML及NIPS。

大名鼎鼎的神經信息處理系統大會（Neural Information Processing Systems，NIPS）每年都能彙集來自計算機科學的專家和專業人士，其討論範圍涵蓋神經科學、機器學習、計算科學、信息處理、神經計算和神經系統。

COLT受眾較少，論文影響力普遍不如後兩者大，但相對來說被證有錯論文要少很多，論文評論平均質量比ICML及NIPS高。AISTATS和UAI則屬於小會議，雖然其對於實驗的要求較低，但有一定參考價值。

JACM是整個計算機科學中最好的期刊，是ACM的官方學刊，受到最廣泛的尊敬。但由於該刊宣稱它只刊登那些對計算機科學有長遠影響的論文，因此其不可避免地重視論文理論而非實驗。

而CACM更像一本雜誌，有高深理論，也有科普文章，雖然因為這樣的安排使得其學術性有所下降，但更適合處於初級者的我們進行學習。

除了機器學習，最早被運用到商業領域的信息檢索和數據挖掘也是人工智慧研究的兩大熱門。

包括的會議有：SIGKDD, ICDM,CIKM,WSDM, SIGIR

SIGKDD是ACM在數據挖掘領域的頂級學術會議，近年來也專門為信息檢索開拓了新的單元。每年都吸引著超過2000位來自世界各地的頂級學者，以及知名企業代表前來參加。然而，大會的論文接收每年卻僅約200篇，接收率不超過20%。

而如果要集中檢索「信息檢索」方面的論文，SIGIR及WSDM都是很好的選擇。其中，SIGIR是信息檢索的頂級會議，WSDM則是一個將信息檢索與數據挖掘結合的會議，包括在論文篩查時，兩個方面的專家均會參與同一作品的審核。

至於數據挖掘的期刊，小芯推薦IEEE Transaction on Knowledge and DataEngineering和ACM Transactionson Database Systems。

就刊物的選擇而言，大部分ACM Transactions都是本領域最好的刊物或最好的刊物之一。而IEEE Transaction on Computers則為IEEE在計算機方面最好的刊物，更加關注計算機工程而非計算機科學，與ACM的側重點不同。

跟進熱點我們找協會

想要學習AI，跟進學術熱點和重大新聞，各種協會官網便能助你一網打盡。一般來說，所有的協會官網，都會有協會新聞、出版物列表以及電子圖書館，是增長見識、緊跟潮流的不二之選。

其中，素有「計算機界的諾貝爾獎」之稱的圖靈獎也由計算機協會設立並頒發，專門獎勵那些對計算機事業作出重要貢獻的個人。

除了這兩位學界巨頭以外，許多國家和地區的人工智慧協會的網站中，都可以挖出一些有料的東西。不過，有一點需要注意的是，中國的協會不叫中國人工智慧協會，而叫人工智慧學會。

讀芯君開扒

當我們在看論文時，我們看什麼？

當我們在看論文時首先要明確自己的目的為何。是需要了解一個知識？還是需要調查研究領域背景？或是學習其思維模式和實驗方法？只有明確了自己的方向，才能有的放矢，尋找自己需要的論文。

當然，閱讀論文也是有模式化流程的，那就是精讀摘要，略讀前言，細看圖表，分析結論。同時，要注意文獻追蹤，吃透作者引用的數據及原理哦！

留言 點贊 發個朋友圈

我們一起探討AI落地的最後一公里

作者：羊習習

參考文獻鏈接：

https://www.zhihu.com/question/38424588/answer/76370455

https://www.cnblogs.com/xiaopanlyu/p/4701169.html

如需轉載，請後台留言，遵守轉載規範

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！