Как вы в курсе последних исследований?

Прочитав этот вопрос относительно arXiv и найдя ссылку на GitXiv, о которой я раньше не знал, я подумал, какие веб-сайты / ресурсы используют люди, чтобы быть в курсе последних исследований в своей области?

Как специалист по данным, мне нужно быть в курсе последних исследований в области вычислительной техники, программного обеспечения и областей данных. И вот некоторые вещи, которые я делаю, чтобы держать себя в курсе (кроме притаившегося в Гитксиве):

1. Quora : Удивительная информация. Это место, где можно получить ответы на вопросы экспертов, а также узнать информацию. Таким образом, это отличное место, чтобы быть в курсе последних достижений в области вычислительной техники и программного обеспечения, а также в сфере интересов.
2. Блоги данных и программного обеспечения : в Интернете существует множество блогов данных. Все они обладают богатой теоретической информацией, а некоторые даже очень хорошо объясняют реальные проекты данных. Блоги по программному обеспечению помогают мне быть в курсе последних практик программного обеспечения и новейшего программного обеспечения для обработки данных. пример
3. Инженерные блоги . Причина, по которой стоит перечислить это как отдельный пункт, заключается в том, что они вызывают привыкание. Они превосходно написаны и рассказывают о современных методах обработки данных и программного обеспечения, применяемых в некоторых ведущих компаниях. Некоторые из моих любимых: Buffer Airbnb и Pinterest Bonus: этот вопрос Quora
4. Группы LinkedIn. Группы LinkedIn - отличный способ задать вопросы и пообщаться с одними из лучших в отрасли. Импульс LinkedIn также является отличным способом держать себя в курсе замечательных постов от ведущих авторитетов.
5. Задавать людям сомнения : задавать людям конкретные и приятные сомнения было бы очень полезным и хорошим способом общения с одними из лучших в отрасли. Связанный пример.

Посещение семинаров и конференций - лучший способ. Когда вы поговорите с активными исследователями, они поделятся дополнительной информацией о том, что происходит в этой области, слухи, нефильтрованные мнения и т. Д.

Я помню, что в старые времена в физике у нас была группа исследователей, которые много публиковали, но те, кто работает в этой области, знали, что это мусор. Так что, если вы не собираетесь на конференции, это будет трудно понять.

ОБНОВЛЕНИЕ: у меня также есть профиль в Google Scholar и ResearchGate. Оба рекомендуют статьи, основываясь на том, какие статьи вы публикуете и читаете через эти порталы. Я обнаружил, что оба они производят много шума, но Google Scholar чаще намекает на соответствующие интересные статьи. Кроме того, я почти всегда смотрю в первую очередь в Академии, поэтому он хорошо знает, какие вещи я часто ищу.

Я регистрируюсь для получения списка адресов электронной почты для содержания наиболее авторитетных журналов. Я зарегистрировался для Медицинского журнала Новой Англии, Lancet, JAMA, BMJ, Клинических инфекционных заболеваний и т. Д.

Главное, что вы, вероятно, ищете, это способ быстро отсеять «мусор», который вам не интересен в какой бы области вы ни находились.

Электронные письма из журналов, в которых публикуются их недавно опубликованные статьи, являются хорошими, но еще лучше такие вещи, как RSS-каналы, которые позволяют объединять результаты в выбранной вами программе чтения каналов. Наличие результатов нескольких журналов в одном месте позволяет вам быстро сортировать заголовки в группы, такие как «читать», «не читать» и «возможно». Но часто есть так много журналов, которые касаются вашей области внимания, что даже это может быть громоздким.

Я надеюсь на механизмы рекомендаций по машинному обучению, которые могут узнать, какие документы мне интересны, и сортировать вещи автоматически. Вроде как служба рекомендаций Netflix / Amazon, но для журнальных статей. Пока нет ни одного, который я мог бы рекомендовать всем сердцем, но я играл со Sparrho , и, похоже, он работает прилично. Еще один сайт с рекомендациями, о котором я знаю, это PubChase , но это только биомедицина.

Ps: Я только отвечаю на этот вопрос, намереваясь помочь простому смертному, как я, который немного потратит время на изучение типичной исследовательской работы по машинному обучению и не прочтет краткие описания этих исследовательских работ.

Чтобы идти в ногу с последними исследованиями в области машинного обучения и углубленного изучения, я обычно просматриваю резюме исследовательских работ по машинному обучению, написанных в терминах непрофессионала из следующих источников:

• Утренняя газета .

• ShortScience.org - сделать науку доступной

Опять же: это то, что я делаю, чтобы идти в ногу с последними исследованиями, так как я, как правило, занимаю много времени, чтобы просмотреть типичную исследовательскую работу.