期刊簡介預(yù)計審稿時間： 約2月

The Journal of Machine Learning Research (JMLR) provides an international forum for the electronic and paper publication of high-quality scholarly articles in all areas of machine learning. All published papers are freely available online.

JMLR has a commitment to rigorous yet rapid reviewing.

JMLR seeks previously unpublished papers on machine learning that contain:

new principled algorithms with sound empirical validation, and with justification of theoretical, psychological, or biological nature;

experimental and/or theoretical studies yielding new insight into the design and behavior of learning in intelligent systems;

accounts of applications of existing techniques that shed light on the strengths and weaknesses of the methods;

formalization of new learning tasks (e.g., in the context of new applications) and of methods for assessing performance on those tasks;

development of new analytical frameworks that advance theoretical studies of practical learning methods;

computational models of data from natural learning systems at the behavioral or neural level; or extremely well-written surveys of existing work.

《機器學(xué)習(xí)研究雜志》（JMLR）為機器學(xué)習(xí)各個領(lǐng)域的高質(zhì)量學(xué)術(shù)文章的電子版和紙質(zhì)出版提供了一個國際論壇。所有已發(fā)表的論文均可在線免費獲取。

JMLR 致力于嚴格而快速的審查。

JMLR 尋求以前未發(fā)表的機器學(xué)習(xí)論文，其中包含：

具有可靠經(jīng)驗驗證的新原理算法，以及理論、心理或生物學(xué)性質(zhì)的論證；

實驗和/或理論研究，對智能系統(tǒng)中的學(xué)習(xí)設(shè)計和行為產(chǎn)生新的見解；

現(xiàn)有技術(shù)的應(yīng)用說明，闡明了方法的優(yōu)缺點；

新學(xué)習(xí)任務(wù)的形式化（例如，在新的應(yīng)用背景下）和評估這些任務(wù)表現(xiàn)的方法；

開發(fā)新的分析框架，推動實踐學(xué)習(xí)方法的理論研究；

行為或神經(jīng)層面的自然學(xué)習(xí)系統(tǒng)數(shù)據(jù)的計算模型；或?qū)ΜF(xiàn)有工作進行極其出色的調(diào)查。

《Journal Of Machine Learning Research》(機器學(xué)習(xí)研究雜志)編輯部通訊方式為MICROTOME PUBL, 31 GIBBS ST, BROOKLINE, USA, MA, 02446。如果您需要協(xié)助投稿或潤稿服務(wù)，您可以咨詢我們的客服老師。我們專注于期刊咨詢服務(wù)十年，熟悉發(fā)表政策，可為您提供一對一投稿指導(dǎo)，避免您在投稿時頻繁碰壁，節(jié)省您的寶貴時間，有效提升發(fā)表機率，確保SCI檢索（檢索不了全額退款）。我們視信譽為生命，多方面確保文章安全保密，在任何情況下都不會泄露您的個人信息或稿件內(nèi)容。