Vivimos en una era de superlativos. Cada año, mes, semana, se anuncian nuevos avances en la investigación del aprendizaje automático. La cantidad de artículos (ML) agregados a arXiv está creciendo igualmente rápido. Se han publicado más de 11.000 artículos. añadido el pasado mes de octubre en el Ciencias de la Computación Categoría.
De manera similar, las grandes conferencias sobre aprendizaje automático están viendo un número cada vez mayor de envíos; de hecho, tantos que, para garantizar un proceso de revisión justo, los autores deben actuar como revisores de otros envíos (llamado revisión recíproca).
Es posible que cada artículo presente nuevos resultados de investigación, un nuevo método, nuevos conjuntos de datos o puntos de referencia. Como principiante en Machine Learning, es difícil incluso empezar: la cantidad de información es abrumadora. En un artículo anterior, Argumenté eso y por qué los principiantes en ML deberían leer artículos.. La quintaesencia es que los buenos trabajos de investigación son conferencias independientes que perfeccionan el pensamiento analítico.
En este artículo, doy a los principiantes ideas sobre cómo y dónde encontrar artículos interesantes para leer, un punto que no expuse completamente anteriormente. A lo largo de 7 pasos, lo guío a través del posible proceso de búsqueda y lectura de artículos interesantes.