Машинное обучение и анализ данных (журнал)
Материал из MachineLearning.
(Различия между версиями)
(→Полезные ссылки) |
(→Полезные ссылки) |
||
Строка 29: | Строка 29: | ||
* [[JMLDA/MVR|Проведение вычислительного эксперимента онлайн]] | * [[JMLDA/MVR|Проведение вычислительного эксперимента онлайн]] | ||
* Электронная почта: info@jmlda.org | * Электронная почта: info@jmlda.org | ||
- | * Для оформления списка литературы согласно ГОСТ необходимо | + | * Для оформления списка литературы согласно ГОСТ необходимо зайти на сайт CTAN в раздел [http://www.ctan.org/tex-archive/biblio/bibtex/contrib/gost ГОСТ], скачать bst-файл, который лучше всего подходит для Вашей статьи (детали см. [http://mirrors.ctan.org/biblio/bibtex/contrib/gost/README тут]), и поместить его в папку, где находится tex-файл. В tex-файле перед подключением bib-файла необходимо указать стиль списка литературы командой \bibliographystyle{your_bst-file}. |
== Рекомендации авторам == | == Рекомендации авторам == |
Версия 12:54, 9 апреля 2014
"Машинное обучение и анализ данных"
|
Журнал Машинное обучение и анализ данных публикует новые теоретические и обзорные статьи с результатами научных исследований в области теоретической информатики и её приложений. Цель журнала – развитие теории машинного обучения, интеллектуального анализа данных и методов проведения вычислительных экспериментов. Принимаются статьи на русском и английском языке.
Информация о цитировании статей находится на сайте Российского индекса научного цитирования. ISSN 2223-3792.
Тематика журнала:
- классификация, кластеризация, регрессионный анализ,
- многомерный статистический анализ,
- байесовские методы регрессии и классификации,
- выбор моделей и сложность,
- предсказательное моделирование,
- статистическая теория обучения,
- методы прогнозирования временных рядов,
- методы обработки и распознавания сигналов,
- методы оптимизации в задачах машинного обучения и анализа данных,
- методы визуализации данных,
- обработка и распознавание речи и изображений,
- анализ и понимание текста, информационный поиск,
- прикладные задачи анализа данных.
Полезные ссылки
- Новостной сайт журнала: jmlda.org
- Система подачи статей: jmlda.org/papers
- Образец статьи: http://jmlda.org/papers/doc/jmlda-example.pdf
- Архив с образцом: http://jmlda.org/papers/doc/jmlda-guides.zip
- Оформление графиков
- Проведение вычислительного эксперимента онлайн
- Электронная почта: info@jmlda.org
- Для оформления списка литературы согласно ГОСТ необходимо зайти на сайт CTAN в раздел ГОСТ, скачать bst-файл, который лучше всего подходит для Вашей статьи (детали см. тут), и поместить его в папку, где находится tex-файл. В tex-файле перед подключением bib-файла необходимо указать стиль списка литературы командой \bibliographystyle{your_bst-file}.
Рекомендации авторам
Журнал принимает статьи через электронную систему подачи статей на русском и английском языках.
- Необходимо зарегистрироваться в электронной системе подачи статей, заполнив все необходимые поля на русском или английском языке и поставив галочку в поле «зарегистрироваться как автор».
- Войти под зарегистрированным именем в МОЙ КАБИНЕТ, нажать на кнопку «Новая статья».
- Выполнить необходимые шаги для успешной подачи статьи:
- Начало отправки. Необходимо подтвердить соглашение, поставив галочку в соответствующем поле.
- Загрузить статью. Следует прикрепить один архивный файл формата zip или rar. Архив должен содержать файлы, необходимые для корректной компиляции статьи в системе MiKTeX, а также скомпилированную статью в формате pdf с использованием стилевого файла jmlda.sty. Правила оформления статей содержатся в http://jmlda.org/papers/doc/authors-guide.pdf.
- Работу над статьей удобно начать с редактирования файла-образца, исходник которого и все необходимые для компиляции файлы содержатся в архиве http://jmlda.org/papers/doc/jmlda-guides.zip.
- Заполнить информацию обо всех авторах и соавторах на русском и английском языках, заполнить поля «название статьи» и «аннотация» на русском и английском языках.
- Подтвердить отправку статьи в журнал, нажав на соответствующую кнопку.
- Отправленная таким образом статья будет видна автору во вкладке МОЙ КАБИНЕТ. Нажав на кнопку «СТАТУС», можно увидеть статус статьи: наличие рецензентов, ответы рецензентов, вынесенное рецензентами решение.
- Если рецензенты выносят решение принять статью в журнал, то автору отправляется уведомление о принятии статьи на электронную почту.
- Если рецензенты выносят решение отправить статью на доработку, необходимо внести соответствующие правки и переподать архив рукописи в систему. Переподачу нужно осуществлять на странице статьи, которая появляется во вкладке МОЙ КАБИНЕТ.