*AREA: Artificial Intelligence and Related Subjects*
*Rank 1:*
*AAAI: *American Association for AI National Conference
*IJCAI:* International Joint Conference on AI
*UAI: *Conference on Uncertainty in AI
*ICML:* International Conference on Machine Learning
*NIPS:* Neural Information Processing Systems
*Rank 2:*
*AID: *International Conference on AI in Design
*ECAI: *European Conference on AI
*IAAI:* Innovative Applications in AI
*ECML:* European Conf on Machine Learning
*ICNN/IJCNN: *Intl (Joint) Conference on Neural Networks
*ICPR: *Intl Conf on Pattern Recognition
*ICDAR: *International Conference on Document Analysis and Recognition
*CVPR*:
*Rank 3:*
*PRICAI:* Pacific Rim Intl Conf on AI
*AAI: *Australian National Conf on AI
*AI*IA: *Congress of the Italian Assoc for AI
*ANNIE: *Artificial Neural Networks in Engineering
*ANZIIS:* Australian/NZ Conf on Intelligent Inf. Systems
*CAIA: *Conf on AI for Applications
*CAAI: *Canadian Artificial Intelligence Conference
*ASADM: *Chicago ASA Data Mining Conf: A Hard Look at DM
*ICMS:* International Conference on Multi-agent Systems
*ASC: *Intl Conf on AI and Soft Computing
*AREA: Data Mining, KDD and Data Bases*
*Rank 1:*
*SIGKDD: *ACM Special Interest Group Conf on Knowledge Discovery in Data and
Data Mining
*SIGMOD: *ACM Special Interest Group Conf on Management Of Data
*PODS:* ACM SIGMOD Conf on Principles of DB Systems
*VLDB: *Very Large Data Bases
*ICDE: *Intl Conf on Data Engineering
*ICDM:* IEEE International Conference on Data Mining
*Rank 2:*
*PKDD: *Intl. Conf. on* *Principles and Practice of Knowledge Discovery in
Database
*PAKDD:* Pacific-Asia Conf on Knowledge Discovery & Data Mining
*SSD: *Intl Symp on Large Spatial Databases
*DEXA: *Database and Expert System Applications
*FODO:* Intl Conf on Foundation on Data Organization
*EDBT: *Extending DB Technology
*DOOD: *Deductive and Object-Oriented Databases
*DASFAA: *Database Systems for Advanced Applications
*CIKM: *Intl. Conf on Information and Knowledge Management
*SSDBM: *Intl Conf on Scientific and Statistical DB Mgmt
*Rank 3:*
*COMAD: *Intl Conf on Management of Data
*BNCOD: *British National Conference on Databases
*ADC: *Australasian Database Conference
*ADBIS: *Symposium on Advances in DB and Information Systems
*DaWaK* - Data Warehousing and Knowledge Discovery
*IDEAS *- International Database Engineering and Application Symposium
*Others:*
*NDB* - National Database Conference (China)
*KDDMBD* - Knowledge Discovery and Data Mining in Biological Databases
Meeting
*IDC(W)* - International Database Conference (HK CS)
*WebDB* - International Workshop on the Web and Databases
*SBBD: *Brazilian Symposium on Databases
*W2GIS* - International Workshop on Web and Wireless *Geographical
Information Systems*
*DOLAP* - International Workshop on Data Warehousing and OLAP
2008/9/9 pongba
> 人工智能、机器学习、自然语言处理、知识发现（特别地，数据挖掘）、信息检索 这些无疑是 CS
> 领域最好玩的分支了（也是互相紧密联系的），也是最近我关注得比较多的领域。
> 打算集这里的牛人们之力，整理一个资源导引，不仅包括经典书籍，还有期刊，名人，Website 等网络资源，整理完了建一个页面保存起来（供瞻仰:P
> ）:-)
> 我先列几个吧，比较初级和经典的，肯定有许多遗漏，请大家补充：
> 书籍：
> 1. 入门好书《Programming Collective Intelligence》，培养兴趣是最重要的一环，一上来看大部头很容易被吓走的:P
> 2. Peter Norvig 的 《AI, Modern Approach 2nd》（无争议的领域经典），上次讨论中 Shenli
> 使我开始看这本书了，建议有选择的看，部头还是太大了，比如我先看里面的概率推理部分的。
> 3. 《The Elements of Statistical Learning》，数学性比较强，可以做参考了。
> 4. 《Foundations of Statistical Natural Language Processing》，自然语言处理领域公认经典。
> 5. 《Data Mining, Concepts and Techniques》，华裔科学家写的书，相当深入浅出。
> 6. 《Managing Gigabytes》，信息检索经典。
> 7. 《Information Theory：Inference and Learning Algorithms》，参考书吧，比较深。
> 相关数学基础（参考，不是拿来通读的）：
> 《矩阵分析》，Roger Horn。矩阵分析领域无争议的经典。
> 《概率论及其应用》，威廉·费勒。也是极牛的书。
> __ 哪位补充一本基本的线性代数的？
> 《Nonlinear Programming, 2nd》非线性规划的参考书。
> 《Convex Optimization》凸优化的参考书。
> 工具：
> 1. Weka （或知识发现大奖的数据挖掘开源工具集，非常华丽）
> Wikipedia：
> 这个可以不用列了，直接去上面一搜，反正到处都是超链接。
> 牛人：
> 这个要列表里面的 Ph.D 大大们群策群力来完成了。
> 期刊：
> 同上。
> P.S. 与认知科学交叉的一些资料请参考上次的一个帖子
> 。
没有评论:
发表评论