国际机器学习大会（ICML）是一个年度学术会议，涵盖机器学习领域。自1980年以来每年举办，是致力于该学科历史最悠久的会议。ICML由国际机器学习学会（IMLS）组织，被广泛认为是与NeurIPS和ICLR并列的机器学习及人工智能研究中影响力最大、声誉最高的三大会议之一。具体日期每年略有不同，论文投稿通常在1月底截止，会议于次年7月举行。
ICML始于1980年7月在卡内基梅隆大学举行的国际机器学习研讨会。它由Jaime Carbonell、Ryszard S. Michalski和Tom M. Mitchell组织。1993年，该活动从研讨会系列转型为正式会议，并采用现名。自2010年代以来，会议论文集以开放获取方式发表在《机器学习研究论文集》（PMLR）中，该系列源自JMLR研讨会与会议论文集，并于2015年更名为PMLR。
发展与影响
该会议发表了众多现代人工智能领域的基础性论文。ICML上呈现的标志性贡献包括来自劳伦斯伯克利国家实验室的基于PCA的K-means聚类（2004年）、Google的批归一化论文、Google Brain的EfficientNet（2019年）、OpenAI的CLIP（2021年）以及UC Berkeley的Soft Actor-Critic（2018年）。这些工作塑造了业界广泛使用的深度学习架构和训练方法。
规模与关注
会议投稿量在过去十年呈指数增长。投稿数量从2015年的1,037篇增至2025年的12,107篇，录用论文数从270篇增至3,260篇。录用率大致维持在21%（2020年）至30%（2024年）之间。2026年，会议创下24,371篇投稿的新纪录，是前一年的两倍多。其中约2.2%被选为亮点论文，0.7%为口头报告，其余录用论文以海报形式展示。每年由评审团评选出最佳论文奖，该奖项前身为最佳论文奖。
范围与重点
ICML涵盖机器学习的广泛领域，特别强调理论分析、算法创新和统计学习。与NeurIPS和ICLR相比，ICML传统上更侧重于统计学习理论、强化学习、机器人学和优化理论。这一独特定位吸引了研究数学基础和实践系统的学者。
组织结构与关系
ICML由国际机器学习学会组织，该学会还负责IMLS网站的维护，并支持会议的长期制度连续性。会议与相关期刊合作，包括《机器学习研究杂志》（JMLR）及编辑型机器学习期刊，以管理论文的交叉发表和存档。
自帕洛阿尔托研究中心时代创办以来，ICML尽管规模不断扩大，仍保持了研讨会式的学术交流氛围。近年来投稿量超过两万篇，组委会通过正式筛选的评审流程和会场海报展示来应对这一规模。会议出版方PMLR提供开放获取的论文集，确保研究成果能免费惠及全球读者。截至2026年，会议已在北美和欧洲多地轮流举办，保持了连续举办的年度记录。
参见
- NeurIPS
- ICLR
- 《机器学习研究杂志》
- 《机器学习》期刊