Help us understand the problem. What is going on with this article?

2018年の機械学習系のカンファレンスを調べてみた

More than 1 year has passed since last update.

概要

2018年はもっともっと機械学習についてレベルアップしたい!!
来年は、カンファレンスとか勉強会とかもっと沢山行って、情報集めて、モチベ上げて、勉強だ!!
みたいなノリで、「来年のカンファレンス、どんなのあるの?」と調べたのでまとめてみました。

Conferences(国外編)

NIPS

機械学習に関する世界のトップカンファレンス。

開催日: 2018年12月3日〜2018年12月9日
場所: カナダ - モントリオール
公式サイト: https://nips.cc/Conferences/2018

最新の機械学習のアルゴリズムに関する情報や研究内容がガッツリ知れる。

ICML

NIPSに並ぶ、機械学習に関する世界のトップカンファレンス。

開催日: 2018年7月10日〜2018年7月15日
場所: スウェーデン - ストックホルム
公式サイト: https://icml.cc/

現在(2017/12/19)ちょうど、論文の受付期間中です。

IJCAI

人工知能の世界のトップカンファレンス。
機械学習だけでなく、人工知能全般に関する内容が対象。

開催日: 2018年7月13日〜2018年7月19日
場所: スウェーデン - ストックホルム
公式サイト: http://www.ijcai-18.org/

ICML、AAMAS、ICCBR、SoCSと合同で開催。合同スケジュール

ACL

自然言語処理の分野における、世界のトップカンファレンス。

開催日: 2018年7月15日〜2018年7月20日
場所: オーストラリア - メルボルン
公式サイト: https://acl2018.org/call-for-papers/

KDD

データマイニングの世界的なカンファレンス。

開催日: 2018年8月19日〜2018年8月23日
場所: イギリス - ロンドン
公式サイト: http://www.kdd.org/kdd2018/

それぞれのカンファレンスの領域

MLDMA.png

http://www.kamishima.net/soft/

Conferences(国内編)

IBIS

日本で最大の機械学習に関するワークショップ

開催日: 2018年11月4日〜2018年11月7日
場所: 北海道 - 札幌
公式サイト: http://ibisml.org/ibis2018/

そのほか、IBISMLという研究会を定期的に各地で実施しているよう。
http://ibisml.org/

JSAI2018

人工知能学会全国大会(第32回)
場所: 鹿児島県城山観光ホテル
開催日: 2018年6月5日(火)~ 6月8日(金)

公式サイト: https://www.ai-gakkai.or.jp/jsai2018/

展示会(国外編)

The AI Summit

人工知能を使ったサービス・技術の展示会とカンファレンス。

開催日: 2018年6月13日〜2018年6月14日
場所: イギリス - ロンドン
公式サイト: https://theaisummit.com/

その他、香港(7/31~8/1)、サンフランシスコ(9/18~9/20)、ケープタウン(11/13~11/15)、ニューヨーク(12/5~12/6)でも開催。

AI World Conference and Expo

ビジネスよりの人工知能に関するイベント・カンファレンス。
2018年の情報はまだ公開されていない模様。
https://aiworld.com/

展示会(国内編)

AI・人工知能EXPO

各企業や団体が、人工知能を利用したサービスや技術を紹介する展示会。

開催日: 2018年4月4日〜2018年4月6日
場所: 東京 - ビッグサイト
公式サイト: http://www.ai-expo.jp/

CEATEC JAPAN

デジタル技術・サービスの展示やカンファレンスがある。
特別テーマエリアに「AI・人工知能パビリオン」がある。

開催日: 2018年10月16日〜2018年10月19日
場所: 千葉 - 幕張メッセ
公式サイト: http://www.ceatec.com/ja/

その他の技術系

その他の技術系コミュニティのカンファレンスでも、機械学習に関する情報を仕入れることができます。

PyCon JP

機械学習において圧倒的なエコシステムを誇る言語、Pythonの国内カンファレンス。
2017年も多くの機械学習に関する講演がありました。

公式サイト: https://pycon.jp/2018/

ScalaMatsuri

JVM上で動く大量処理を得意とする関数型言語Scalaのカンファレンス。
2017年はDeepLearning4JやSparkなどの技術情報に関するプレゼンがありました。

開催日: 2018年3月16日〜2018年3月18日
場所: 東京 - 東京国際交流館
公式サイト: http://2018.scalamatsuri.org/

Javaのカンファレンス、JJUGでも同様に、DL4Jのプレゼンがだいたいあります。

AWS Summit

AWSに関する巨大なカンファレンス。
2017年もAIに関する講演がちらほらありました。

2018年の情報はまだ公開されていない模様。
公式サイト: http://www.awssummit.tokyo/

チーム・団体

Team AI

機械学習に関するコミュニティ。
機械学習に関する沢山の勉強会やイベントを開催している。

公式サイト: https://www.team-ai.com/

全脳アーキテクチャ・イニシアティブ

汎用人工知能の発展と実現に関するコミュニティ。
人工知能に関する勉強会を定期的に開催。

公式サイト: https://wba-initiative.org/
勉強会: http://www.sig-agi.org/wba

キカガク

機械学習に関する教育を提供している会社。
QiitaOrganizationでも素晴らしい記事を多数拝見しております。

公式サイト: https://www.kikagaku.co.jp/

Kaggler-ja

データサイエンティスト向けコンペサイトKaggleの日本コミュニティ。
Slackのチームがある。
たまにmeet upがある。

Slack: https://kaggler-ja.herokuapp.com/

来年は頑張ってコンペ上位に入って、ランク上げたい:muscle:

勉強会サイト

connpass

エンジニアに特化した勉強会・イベント用サイト
「機械学習」で検索したら、勉強会やイベントが出てきます。

公式サイト: https://connpass.com/

TECH PLAY

エンジニアに特化した勉強会・イベント用サイト
「機械学習」で検索したら、勉強会やイベントが出てきます。

公式サイト: https://techplay.jp/

Doorkeepre

様々なコミュニティ用サイト。
「機械学習」で検索したら、勉強会やイベントが出てきます。

公式サイト: https://www.doorkeeper.jp/

おわり

他にも、素敵なイベントやチームがありましたら、教えていただけたら嬉しいです!!
機械学習に関するものは国内は数も少ないので、海外のカンファレンスに行くべきなのかな、印象でした。

Why not register and get more from Qiita?
  1. We will deliver articles that match you
    By following users and tags, you can catch up information on technical fields that you are interested in as a whole
  2. you can read useful information later efficiently
    By "stocking" the articles you like, you can search right away
Comments
No comments
Sign up for free and join this conversation.
If you already have a Qiita account
Why do not you register as a user and use Qiita more conveniently?
You need to log in to use this function. Qiita can be used more conveniently after logging in.
You seem to be reading articles frequently this month. Qiita can be used more conveniently after logging in.
  1. We will deliver articles that match you
    By following users and tags, you can catch up information on technical fields that you are interested in as a whole
  2. you can read useful information later efficiently
    By "stocking" the articles you like, you can search right away
ユーザーは見つかりませんでした