ECML，全名為歐洲機器學習會議，European Conference on Machine Learning

原文鏈接：http://blog.sina.com.cn/s/blog_59388e2601019nvo.html

ECML?感想

(2012-10-02 23:32:41)

ECML5天，認識了許多來自各地的中國人（大部分是PhD學生），其中很多做得很好。感想很多。如果你開過會的話，可能這些感想你早已體會到了，如此請見諒。

1. 關于這個會

1) 論文質量。它全名很長，叫?European Conference on MachineLearning and Principles and Practice of Knowledge Discovery inDatabases, 縮寫是 ECML-PKDD, 但KDD這塊拉了整個會的后腿，所以我在名字上還是稱它ECML.總的來說，這個會還是不錯的，有許多solid的工作（主要指machinelearning方面，當然KDD方面也有些好論文，但是較少）。但它基本上還是個歐洲人參與的會議，來自北美、澳洲的人很少，也有些來自中國和日本的。大概北美的人，一方面覺得遠，另一方面覺得會議檔次還是比top的幾個差點吧，所以不怎么來。而歐洲的人就無所謂了，反正開會方便，所以做的好的人也會投，這樣就導致被北美dominate的領域，比如graphicalmodel, 沒幾篇文章。值得一提的是，好像不少工作是被NIPS,ICML拒了的（但其實也不錯的工作），轉投了這里，所以ECML相當于ML會議里的黃金備胎。

2)會議組織。tutorial和workshop整體質量比較差，很多是讓博士生來講，口音又重，完全聽不進去。也有些不錯的。新開了Nectartalks, 請一些小牛過來講，質量就比較高了。還有startup talks,講怎么把ML/KDD技術用在創業公司里，應該不錯，不過種種原因我一個都沒去聽。會議很窮，沒有可以免注冊費的volunteer，沒有travelgrant（除了對東歐的），第一天注冊時候發的袋子，里邊除了廣告和name tag外啥也沒有，沒有U盤，沒有tshirt,所以甚至不能稱為 goodiebag。但在第三天的時候開始發tshirt了。好像聽說今年的ICML也挺窮的。相比之下，KDD實在太有錢了。但會議最后一天farewellparty把我們帶到一艘豪華游輪上，體驗了下高帥富的生活，還是不錯的。

3) 這個會有個優點，所有paper都有poster (和ICML一樣). 聽presentation,如果你是外行，基本過了introduction就會lost. 但postersession的話，你就可以逮著presenter一直問，直到明白為止。我就是這樣學習了幾篇paper，很巧，其中兩篇都是metriclearning的，所以以后至少知道metric learning大致怎么做了。

2. 關于認識的人

這應該是我體會最多的方面了。畢竟開會，聽presentation效果不好，未必能學到多少，而networking，認識各地的同行，收獲就很明顯了。最大的感受是自己跟別人（指歐洲和美國來的同學）之間的差距。

1)?學術之外的見識，比起來自島國的我，他們要廣很多。比如在歐洲的，本來就是各國文化交匯的地方，各國的特點趣聞都知道一些。美國的同學生活也有滋有味的。所以他們聊天我經常插不上話。我覺得在新加坡呆了幾年，感覺人真的會變封閉，變土。我覺得新加坡最大的問題是太homogeneous了，雖然有多種族，但是巴掌大的地方，能多豐富呢？日本和中國也是很homogeneous。這些國家內部，從一個地方travel到另一個地方，你感覺不到多少差異。所以新鮮感過去之后，你能吸收到的文化養分很有限。?

? ? 值得一提的是WisconsinMadison的一個哥們，他拿了這次會KDD方面的best paper,他的topic我不懂，但我很佩服他人際互動的skill，雖然他話不多，但總讓人覺得比較舒服，而且經常說些有趣的話來。我要向他學習。

2)學術上。他們有些人的老板牛，有些老板不那么牛，但基本上都是認真做學術的，會跟學生積極討論，提建議。跟他們說我是NTU的，他們說不錯啊，因為像Ivor, Steven 等組有許多好的工作。這些組給NTU贏得了reputation。但我想說，這是selectionbias，給外人了這種錯覺，因為做的不好的組，外人都很少碰到。我跟他們說我明年就畢業了，才第一次參加國際會議，他們都覺得不可思議。我只能簡單跟他們解釋下我們組的特殊情況。問了一圈，好像還沒第二個人的supervisor像我們組這種情況的。

3)主要因為1)和2)里提到的原因，我和大部分來自歐美的同學交流的并不怎么好，往往說一下彼此的基本情況，就不知道怎么往下聊了。這并不怎么讓我挫折，因為來開會，我最看重的是學術交流，但我發現私人交流嚴重影響到了學術上的交流。比如在postersession，我問一個同學他的poster里的問題，他回答的很簡單，感覺就是應付過去就行，但另外一個哥們，問的問題很外行，因為跟他熟，他會很詳細的解釋，并且提到并沒有被問到的，但是很重要的一些細節。我說這些并不是想抱怨什么，這也是人之常情，只是感覺學術上的圈子就是這么形成的吧，每個人的attention都是珍貴的資源，咱們總會給熟人、聊得舒服的人多分配一些attention。

??不過，跟3個歐洲的哥們聊得還是不錯的。可能因為他們本來就很nice吧。其中之一是前面說的metriclearning poster的presenter。在我問他的時候，對metriclearning基本一無所知，問了很多弱智問題，他都耐心的給了解釋。到后來，你會感覺，Aha,在嚇人的公式背后，這東西也不是那么難嘛。還有一個，我跟他說，感覺ECML和PKDD合辦之后，質量下降了，他說這大概是兩個領域要合作，不得不付出的代價。我覺得這看法makesense。第三個哥們，在聽說我的困境之后，給我積極出主意，我很感激。

4)有個清華的本科生也來開會，跟他聊了不少。聽說今年NIPS好像有3篇都是大陸的本科生做的？當然，都是跟了牛老板的。清華這哥們也是在google實習的時候，正好Zhihua Zhang 去 google beijing做一年的訪問學者，跟著他做的。他說他感覺申請學校競爭很激烈，很擔心，因為美國top學校，ML的名額并不多。對此我只能苦笑。

3. 感想

1)還沒開始讀PhD的同學，如果想讀，還是盡量去歐美吧，不要來NTU這種備胎學校了。當然，如果來了NTU，去了牛組，也是不錯的。PhD期間的差距，在以后的research生涯里可能會慢慢放大。

2)開會要趁早。哪怕沒中paper，方便的話也可以注冊了去開會。多認識些各地的人，很開闊眼界，不然在一個小lab里搞，很容易坐井觀天。而且，如果想做一個topic，在會上跟了解的人聊聊，很快就知道適不適合做，說不定可以省下來半年的摸索時間。

總結

以上是生活随笔為你收集整理的参加EMCL感想的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。