No estoy seguro de lo que quiere decir con “cualquier tipo de agregador”, pero se encuentran nuevos documentos sobre máquina y aprendizaje profundo en estas conferencias principales:
- Conferencia internacional sobre representaciones de aprendizaje (generalmente denominada ICLR). La ICLR de este año se llevó a cabo a fines de abril, lo que significa que todo lo que se llevó a cabo allí es actualmente lo último. Este es su sitio web: www.iclr.cc. Esta es una conferencia relativamente nueva, que comenzó en 2013. Organizado por uno de los grandes tótems en inteligencia artificial (encabeza la división de inteligencia artificial de Facebook), Yann LeCun, va en contra de las conferencias / revistas convencionales, ya que cualquiera puede revisar los documentos presentados. No todos lo hacen, por supuesto, ya que se necesita algo para entender un documento presentado a ICLR.
- Conferencia internacional sobre aprendizaje automático (ICML). Este se lleva a cabo a finales de año, lo que significa que debería mirar ICML 2016 en este momento. ICML Nueva York
- Los sistemas de procesamiento de información neuronal (NIPS) también se llevan a cabo a fines de este año, así que mire NIPS 2016. Conferencia 2016
Esos son los principales, que yo sepa. Por lo general, los documentos enviados a estas conferencias se editan posteriormente para contenido adicional, aclaraciones, etc., y se envían a las revistas relevantes de aprendizaje automático, como TPAMI (Transactions on Pattern Recognition and Machine Intelligence) y revistas similares. No estoy tan familiarizado con esto, ya que los artículos enviados a revistas tardan mucho tiempo en revisarse y aceptarse y se publican aproximadamente un año después (tal vez más, no estoy completamente seguro), pero generalmente son mejores versiones de ponencias sometidas a conferencias.
También mire Distill – Últimos artículos sobre aprendizaje automático. Este es bastante diferente a todos los otros lugares en que las presentaciones no son “documentos” como en conferencias o periódicos. A menudo, un artículo publicado en una conferencia o revista deja a un lector completamente atónito (me ha sucedido muchas veces). A veces está mal escrito, con oraciones y explicaciones largas y difíciles, notación difícil de leer, cifras y gráficos deficientes que no explican lo que hicieron los autores. Hay muy pocos artículos escritos en esta revista (es completamente nuevo), pero todos son extremadamente concisos, bien escritos y relativamente fáciles de seguir.
- ¿Alguien ha intentado utilizar motores de recomendación y alguna forma de filtrado colaborativo para destacar agujeros en el mercado y producir conceptos para un mayor desarrollo en los productos?
- ¿Tiene sentido usar redes neuronales convolucionales en la identificación biométrica humana basada en ECG?
- Quiero hacer aplicaciones de visión por computadora. ¿Dónde empiezo?
- ¿Cómo aprende IBM Watson de los libros y documentos médicos?
- Antes de elegir y aplicar incluso el modelo de aprendizaje automático lineal más simple, ¿qué aspectos estadísticos de los datos debo considerar?
