机器学习领域，学术会议论文层出不穷，但对数学、科学等基础学科来说，期刊仍是科研成果的"压舱石"——无截止日期的灵活投稿、不受篇幅限制的深度阐释，这也正是众多学者坚持选择期刊发表的原因。

为精准契合这一需求，由鄂维南院士与鲁剑锋教授联合主编的《Journal of Machine Learning》（JML）应运而生，致力于为全球机器学习学者搭建起高水平、可持续的学术交流平台，汇聚了来自全球机器学习及交叉领域的权威学者。

JML期刊是机器学习领域一本全新的期刊，现由中国工业与应用数学学会(CSIAM)、北京大学国际机器学习研究中心、北京科学智能研究院联合主办，环球科学出版社（Global Science Press）出版，并已成功被美国数学学会的在线数学评论和书目数据库MathSciNet收录。

JML特色：

开放获取（OA）

所有发表文章均实行开放获取，旨在最大化提升研究成果的可见度、传播力与学术影响力。

零发表费用

不收取任何版面费、处理费，让科研精力完全聚焦成果本身。

高效深度审稿

年轻活跃的专业编辑团队全程跟进，兼顾评审深度与效率。

JML期刊聚焦机器学习所有相关领域的高质量研究论文，现征集以下三个专题文章：

机器学习的理论与创新算法

科学计算与机器学习

机器学习在人工智能、自然科学、社会科学和工程中的应用

投稿网址：https://ef.msp.org/submit_new.php?j=jmlearn

期刊主页网站：https://jml.pub/

学会出版委员会供稿