自動ご注文フォームで24時間いつでもご発注いただけます。
※祝日・年末年始等の長期休暇も通常営業
Machine Learning
eISSN: 1573-0565pISSN: 0885-6125
シェアする:
目的と範囲
Machine Learning is a peer-reviewed scientific journal, published since 1986. In 2001, forty editors and members of the editorial board of Machine Learning resigned in order to support the Journal of Machine Learning Research (JMLR), saying that in the era of the internet, it was detrimental for researchers to continue publishing their papers in expensive journals with pay-access archives. Instead, they wrote, they supported the model of JMLR, in which authors retained copyright over their papers and archives were freely available on the internet. Less
主要な指標
CiteScore 
7.2
Impact Factor
5 - 10
SJR
Q2Software
SNIP
2.35
10
Time to Publish
グラフを見るジャーナル概要
概要
- 出版社SPRINGER
- 言語English
- 発行頻度Monthly
基本情報
- 言語English
- 発行頻度Monthly
- 創刊年1986
- Publisher URL
- ウェブサイトURL
View less
サービス詳細へ
提供元
公開までの時間
Time to publish distribution
2022年に発表された記事
Time to publish index
| ヶ月 | 論文発表 |
|---|---|
| 0-3 | 0% |
| 4-6 | 9% |
| 7-9 | 27% |
| >9 | 64% |
トピックス
Reinforcement learning
Machine learning
Test set
Support vector machine
Gaussian process
Online optimization
Total cost
Inductive logic programming
Sparse matrix
Tensor completion
Inverse reinforcement learning
Bipartite graph
Heuristic
Online aggregation
Deep learning
Manifold regularization
Time series
Semi-supervised learning
Bayesian optimization
Programming constructs
年刊
- 5Y
- 10Y
よくある質問
Machine Learning の創刊はいつですか。 
Machine Learning の創刊は 1986 年です。
Machine Learning の発行頻度は。
Machine Learning の発行頻度は Monthlyです。
Machine Learningの出版社はどこですか。
Machine Learning の出版社はSPRINGERです。
Machine Learningの出版方針と研究範囲はどこで確認できますか。
Machine Learningの出版方針と研究範囲は本ページ上部で確認できます。
Machine Learningの指標はEditage内のどこで確認できますか。
Machine Learning の主な指標はEditage内の本ページ上部で確認できます。
Machine LearningのeISSNとpISSN番号はなんですか。
Machine LearningのeISSN番号は1573-0565、pISSN番号は 0885-6125です。
このジャーナルのメインとぴっくはなんですか。
このジャーナルはReinforcement learning, Machine learning, Test set, Support vector machine, Gaussian process, Online optimization, Total cost, Inductive logic programming, Sparse matrix, Tensor completion, Inverse reinforcement learning, Bipartite graph, Heuristic, Online aggregation, Deep learning, Manifold regularization, Time series, Semi-supervised learning, Bayesian optimization, Programming constructsを含むトピックに対応しています。
研究内容に合った適切なジャーナルを選ばなければならない理由は何ですか。
適切なジャーナルを選ぶことで、あなたの研究内容がもっと関連性が高い読者層に届き、研究のインパクトやその分野への貢献度を最大化させることができるからです。
どのジャーナルを選ぶかは今後のキャリアに影響を与えますか。
はい、著名なジャーナルから出版することは、あなたの経歴にもプラスに働くため、その後の助成金やキャリアプランにも影響があります。
よりハイインパクトのジャーナルを狙うべきですか。
ハイインパクトジャーナルから出版することはより多くの人の目に研究が触れることになりますが、同時に高い競争率の中から出版に漕ぎつける必要があります。そのため、インパクトファクターと出版にかかる工数のバランスを考慮するべきです。