ICML 2019全纪录：论文解读、workshop讨论、核心知识都在这里了
真知灼见全收录
郭一璞 假装发自 长滩
量子位 报道 | 公众号 QbitAI
ICML 2019刚结束，新鲜出炉的会议笔记就来了。
这份笔记来自布朗大学博士David Abel，他整理了6月10日-6月14日五天ICML会议的精华内容，包含大牛发言、重要的定义公式、重点PPT，还有学术会议中最精彩的问答环节整理，总共涵盖95篇论文。
笔记一出，就收获了无数网友的“楼主好人”，哪怕是没有去ICML线上参会，也可以通过这份笔记了解整界ICML会议的核心重点。
笔记都有啥
这份笔记按照时间顺序排列，每天都有单独一章，包含会议的turorals、主会论文、workshop等，重点介绍了会议的best paper和气候变化workshop（吴恩达也在这个workshop哦）。
比如best paper的介绍里，就记录了这篇论文研究者想要解决的问题、解决问题的思路、现场的讨论问答、重点内容的定义、核心方法和贡献。
短短一页半，没有什么阅读负担，却涵盖了最重点的内容，此外的每篇论文，基本都有这些重点内容。
强化学习向何方？
这份笔记最开始的一部分，是经过这次会议后，David对于强化学习的思考，也是这届ICML会议带来的一些核心启发：
1、Off-policy评估和学习方面涌现了大量的研究，这些问题非常重要，正如我和许多其他学者预计，强化学习应用将会伴随来自次优策略的大量数据。
2、强化学习探索理所当然的再度登上热门话题，和off-policy探索等工作一样，都是强化学习的基本问题，我们处于取得重大进展的有利地位。
3、本届会议上一些非常好的研究依然针对分布式强化学习。
4、周五，针对气候变化的人工智能workshop很棒，参与人数众多。气候变化是非常重要的问题，而机器学习工具可以在当下起到实际有效的作用。
5、我们需要在强化学习中将评估标准化，不是说只用一种方法来评估或者只限于一个领域，但目前的评估方法差异太大。
顶会常客David Abel
最后，这位笔记的贡献者David Abel也是一位厉害人物。
他目前在布朗大学读博士，明年毕业，已拿到DeepMind的实习offer。博士生涯期间，他一共在ICML、IJCAI、AAAI、ICAPS等会议上发表过9篇顶会论文，其中7篇都是一作，这还不算期刊论文和大量的顶会Workshop论文。
因此，David也是各大顶会常客，从NeurIPS 2017开始，他开始分享AAAI、ICML、ICLR等各大顶会的笔记。
最特别的是，在布朗大学读计算机专业的硕士博士的同时，他还顺手读了个哲学硕士，真是文理兼通的人才呢。
传送门
ICML 2019 Notes
David Abel
https://david-abel.github.io/notes/icml_2019.pdf
- MEET2020 | 百度景鲲：AI交互正在吃掉旧产品边界，触达移动互联网盲区用户2019-12-10
- MEET2020 | 王砚峰揭秘搜狗AI技术体系：自然交互在左，知识计算在右，核心是语言2019-12-16
- MEET2020 | 旷视唐文斌：你到底给谁创造了什么样的价值？这是AI产品的灵魂拷问2019-12-17
- MEET2020 | 快手刘霁：AI基础能力决定每个公司AI的迭代和落地效率2019-12-20
相关阅读
