機械学習に取り組みたい学生として、自分の研究を開始する方法と、それをフォローして最新の状態に保つ方法を知りたいです。たとえば、RLとMABの問題に積極的に取り組みますが、これらのトピックに関する膨大な文献があります。さらに、これらのトピックは、AIやML、オペレーションリサーチ、制御工学、統計など、さまざまなコミュニティの研究者によって研究されています。また、これらのトピックについては、毎週いくつかの論文が公開されているため、追跡するのが非常に難しいと思います。
誰かがこれらのトピックの研究を開始するためのロードマップを提案し、それに従って、新しい出版された論文をどのように選択して研究すべきかを教えていただければありがたいです。最後に、RLとMABの問題の新しい傾向を知りたいと思います。
回答:
MLコミュニティには、最新の状態を保つための素晴らしいリソースがいくつかあります。ここに同僚が私に見せたほんの一握りがあります：
ディープラーニングモニター：このサイトには、最新のホットペーパーと、コミュニティによって人気の高いツイートが含まれています。ここでRL論文をチェックアウトすることもできます
arxiv-sanity：このサイトは、Arxivに採用される人気のある新しい論文で更新されます
コード付きの論文：このサイトは素晴らしいです。論文へのリンクだけでなく、自分の個人的なプロジェクトの複製または支援のために、それらの実装にリンクしているからです。彼らはリーダーボードを持ち、さまざまなタスクの最先端の技術（SoTA） を追跡します
DL_twitterループ：ほとんどの研究者がTwitterを使用しているので、Twitterを忘れることはできません。これはあなたが好きかもしれない単一の素敵なグループです