机器学习（Machine Learning, ML）是一门多领域交叉学科，涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。专门研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能。它是人工智能的核心，是使计算机具有智能的根本途径，其应用遍及人工智能的各个领域。业内最关注的机器学习领域的世界顶级会议主要是ICML和NIPS。

ICML

ICML全称为International Conferenceon Machine Learning，即国际机器学习大会。ICML如今已发展为由国际机器学习学会（International Machine Learning Society，IMLS）主办的年度机器学习国际顶级会议之一。ICML创办于1980年，于每年6月中下旬举行。ICML2016会议重点关注主题有：深度强化学习、用于语言理解的记忆网络、深度残差网络、非凸优化的最新进展、大规模机器学习的随机梯度方法、凸优化、数据挖掘理论和自适应数据分析工具、观察性研究的因果推论等。

ICML的会议论文均会被著名学术期刊JMLR收录，并免费提供给读者学习研究。用户可登陆网站http://www.jmlr.org/papers/ 浏览下载。

NeurIPS

NeurIPS全称为Conference and Workshop on Neural Information Processing Systems，即神经信息处理系统大会，是一个关于机器学习和计算神经科学领域的顶级国际会议。NeurIPS会议固定在每年12月举行，由NeurIPS基金会主办。2016年NeurIPS大会可谓火爆异常，初期就有2500篇投稿、3000多位审稿人，最终录取568篇，总体接收率23%，其中包含深度学习、计算机视觉、大规模机器学习、学习理论、优化、稀疏理论等众多领域的文章。会议收录的论文均可在其网站上免费浏览下载

需要注意的是，与ICML这样的“标准的”机器学习会议不同，NeurIPS里有相当一部分神经科学的内容, 和机器学习有一定的距离。

二、视觉识别领域

计算机视觉（Computer Vision, CV）是人工智能领域的一个重要研究子领域。近些年，计算机视觉领域的技术与应用均得到迅速发展，国内外众多知名机构在CV不同方向均有涉及。世界三大计算机视觉顶级会议分别为ICCV、CVPR和ECCV，近些年来会议接受的论文更多涉及到计算机视觉在工业界的创新应用，逐渐成为领域内前沿理论和技术的聚集地。

ICCV

ICCV的全称是 IEEE InternationalConference on Computer Vision，即国际计算机视觉大会。ICCV会议创办于1987年，通常每两年召开一次。ICCV由美国电气和电子工程师学会（IEEE）主办，在欧洲、亚洲的一些科研实力较强的国家举行。会议收录论文的内容包括：底层视觉与感知，颜色、光照与纹理处理，分割与聚合，运动与跟踪，立体视觉与运动结构重构，基于图像的建模，基于物理的建模，视觉中的统计学习，视频监控，物体、事件和场景的识别，基于视觉的图形学，图片和视频的获取，性能评估，具体应用等。

通过IEEE Xplore可以检索1988年后历年ICCV的会议文献 http://ieeexplore.ieee.org/xpl/conhome.jsp?punumber=1000149

CVPR

CVPR是IEEE Conference onComputer Vision and Pattern Recognition的缩写，即IEEE国际计算机视觉与模式识别会议。CVPR会议创办于1983年，是由IEEE举办的一年一度的学术性会议，一般在美国本土举办。CVPR会议的主要内容是计算机视觉与模式识别技术。CVPR有着较为严苛的录用标准，会议整体的录取率通常不超过30%，而口头报告的论文比例更是不高于5%。在各种学术会议统计中，CVPR被认为有着很强的影响力和很高的排名。

通过IEEE Xplore可以检索1988年后历年CVPR的会议文献 http://ieeexplore.ieee.org/xpl/conhome.jsp?punumber=1000147

ECCV

ECCV的全称是European Conference onComputer Vision，即欧洲计算机视觉国际会议。ECCV创办于1887 年，每两年举办一次。每次会议在全球范围录用论文，主要的录用论文都来自美国、欧洲等顶尖实验室及研究所，中国大陆的论文数量一般在10-20篇之间。ECCV 2016的有效论文投稿量为1561篇，录用论文 415 篇，录取率为26.6%。收录论文的主题覆盖了计算机视觉和模式识别的各个方向，包括：3D计算机视觉；计算摄影、传感与显示；脸和手势；低层视觉与图像处理；运动跟踪；识别：检测，分类，索引，匹配；分割、分组和形状表示；统计方法与学习等。

Trends, ai

ai roadmap

This post is licensed under CC BY 4.0 by the author.

TIMELINE

PAPER

CODE

MANAGEMENT

EXTENSION

VENUE

Trending Tags