@ ChungKing，若fork或star请注明来源
为什么计算机AI方面更关注会议而不是期刊？
与所有其它学术领域都不同，计算机科学使用会议而不是期刊作为发表研究成果的主要方式。目前国外计算机界评价学术水平主要看在顶级学术会议上发表的论文。特别是在机器学习、计算机视觉和人工智能领域，顶级会议才是王道。（但**目前的国情不同于国外，我国主要看在学术期刊上发表的SCI论文。这种“一切以SCI期刊为评价标准”的做法已有不少批评。）
（1）因为机器学习、计算机视觉和人工智能领域发展非常迅速，新的工作层出不穷，如果把论文投到期刊上，一两年后刊出时就有点out了。因此大部分最新的工作都首先发表在顶级会议上，这些顶级会议完全能反映“热门研究方向”、“最新方法”。（2）很多经典工作大家可能引的是某顶级期刊上的论文，这是因为期刊论文表述得比较完整、实验充分。但实际上很多都是在顶级会议上首发。比如PLSA, Latent Dirichlet Allocation等。 （3）如果注意这些领域大牛的pulications，不难发现他们很非常看重这些顶级会议，很多人是80%的会议+20%的期刊。即然大牛们把最新工作发在顶级会议上，有什么理由不去读顶级会议？
计算机最新国际会议和期刊列表汇总: http://www.myhuiban.com/?lang=zh_cn
https://aideadlin.es/?sub=ML,CV,NLP,RO,SP,DM
全球三大顶级杂志CNS
单单看ML文章质量的话，我觉得是这样的排名
期刊：
会议
- 最好的是NIPS、ICML、COLT
- UAI、AISTATS、KDD、CVPR次之
- ECML、IJCAI、AAAI、ICDM更次一些
原文：https://blog.csdn.net/barry_j/article/details/79733262
以下是不完整的列表，但基本覆盖。
-
人工智能：
-
机器学习顶级会议：
-
计算机视觉和图像识别(CV三大会议)：
CVPR（每年），ICCV（奇数年）和ECCV（偶数年）
- ICCV,
- CVPR,
- ECCV; （期刊：IEEE T-PAMI, IJCV, IEEE T-IP） 另外相关的还有SIGGRAPH（计算机图形）, SIGKDD（数据挖掘）, ACL（计算机语言）, SIGIR（信息检索）等。
More:知乎-计算机视觉顶尖期刊和会议有哪些？
特别是，如果做机器学习，必须地，把近4年的NIPS, ICML翻几遍；如果做计算机视觉，要把近4年的ICCV, CVPR, NIPS, ICML翻几遍。 原文：https://blog.csdn.net/xiaoshengforever/article/details/12282643
2019版CCF推荐国际学术会议和期刊目录发布！AI领域七大A类会议
比如
- CV方面：http://www.cvpapers.com/index.html
- NIPS: http://books.nips.cc/
- JMLR(期刊): http://jmlr.csail.mit.edu/papers/
- COLT和ICML(每年度的官网): http://www.cs.mcgill.ca/~colt2009/proceedings.html
Copyright (c) ChungKing. All rights reserved.
Licensed under the MIT License.