◆ Kaggle: Your Machine Learning and Data Science Community
Kaggle 是世界上最大的数据科学社区，拥有强大的工具和资源，可帮助您实现数据科学目标。Kaggle 是 Google LLC 的子公司，是一个由数据科学家和机器学习从业者组成的在线社区。 Kaggle 允许用户查找和发布数据集，在基于 Web 的数据科学环境中探索和构建模型，与其他数据科学家和机器学习工程师合作，并参加竞赛以解决数据科学挑战。
◆ UCI Machine Learning Repository
https://archive.ics.uci.edu/ml/index.php
UCI 机器学习存储库是机器学习社区用于机器学习算法实证分析的数据库、领域理论和数据生成器的集合。该档案由 David Aha 和加州大学欧文分校的研究生于 1987 年创建为 ftp 档案。从那时起，它被世界各地的学生、教育工作者和研究人员广泛用作机器学习数据集的主要来源。作为档案影响力的标志，它已被引用超过 1000 次，使其成为所有计算机科学中引用最多的 100 篇“论文”之一。
◆ 泛华统计协会
泛华统计协会（ICSA）是一个非盈利组织。该协会的组织和运营仅用于教育、慈善和科学目的。其目标是：(1)通过学术活动促进统计学科的理论和应用，包括出版统计和概率期刊、科学会议和其他教育计划；(2)扩大统计技术在社会各个领域的应用，包括工业和政府；(3)促进公众对统计方法和相关应用的更好理解和兴趣；(4)通过制定标准和通用术语来促进更好的交流；(5)促进教育、研究、工业和政府人员在统计活动中的合作努力。追求目标不分种族、信仰、肤色、性别或国籍。
该协会于 1987 年在加利福尼亚州旧金山举行的联合统计会议上正式成立。ICSA 于 1988 年 8 月 8 日在特拉华州成立，然后在美国国税局注册为非营利组织。其成员资格对所有统计相关领域的所有个人和组织开放。 该协会目前拥有 1000 多名活跃会员，并于 2008 年成为 JSM（联合统计会议）特别合作伙伴。ICSA 出版两种科学期刊：Statistica Sinica 和 Statistics in Biosciences。它通过其 ICSA 公告和 ICSA 通讯进行交流。
◆ JSM: Joint Statistical Meetings
https://ww2.amstat.org/meetings/jsm/2022/
JSM是世界上最大的统计事件之一，来自 52 个国家的 6,500 多名与会者。600 多个会议，包括受邀、主题贡献、贡献和海报，超过 1,000 名学生参加，75 多个雇主招聘 200 多个职位，80+参展商，13个参与社团。它也是最广泛的主题之一，主题范围从统计应用到方法论和理论，再到不断扩展的统计边界，例如分析和数据科学。JSM 还为学术界、工业界和政府的统计学家提供了一个独特的机会来交流思想和探索合作机会。初级统计学家（包括在读学生）可以向该行业的资深成员学习并与之互动。
◆ IMS: Institute of Mathematical Statistics
IMS是一个致力于统计和概率的发展、传播和应用的国际专业和学术团体。该研究所目前在世界各地拥有约 4,000 名成员。 从2005 年开始，该研究所开始提供与伯努利数理统计和概率学会以及国际统计研究所的联合会员资格。该研究所成立于1935 年，Harry C. Carver 和 Henry L. Rietz 是其两个最重要的支持者。研究所出版多种期刊，每年举办多次国际会议。
◆ NeurIPS: Neural Information Processing Systems
https://nips.cc/
该会议成立于1987 年，现在是一个多轨道跨学科的年会，包括邀请演讲、演示、座谈会以及参考论文的口头和海报展示。与会议一起举办的还有一个专注于实践中的机器学习的专业博览会、一系列教程和专题研讨会，为思想交流提供了一个不太正式的环境。NeurIPS的目的是促进神经信息处理系统在生物学、技术、数学和理论方面的研究交流。核心重点是经过同行评审的新颖研究，在全体会议上介绍和讨论，以及邀请各自领域的领导人进行演讲。
◆ ICML: The International Conference on Machine Learning
https://icml.cc/
ICML是机器学习领域领先的国际学术会议。与 NeurIPS 和 ICLR 一起，它是机器学习和人工智能研究领域具有重大影响的三个主要会议之一。它得到了国际机器学习协会 (IMLS) 的支持。确切的日期每年都有所不同，但论文提交一般在1月底截止，会议一般在次年 7 月举行。 第一届 ICML 于 1980 年在匹兹堡举行。
◆ ICLR: The International Conference on Learning Representations (ICLR)
https://iclr.cc/
ICLR是每年春季举行的机器学习会议。会议包括受邀演讲以及参考论文的口头和海报展示。自 2013 年成立以来，ICLR 一直采用开放的同行评审流程来裁判论文提交（基于 Yann LeCun 提出的模型）。2019 年共提交论文 1591 篇，其中 500 篇通过海报展示（31%）和 24 篇通过口头展示（1.5%）。2021年论文投稿2997篇，其中860篇被接受（29%）。ICLR 与 ICML 和 NeurIPS 是三大机器学习和人工智能会议之一，在三者中影响力最大。
