Tôi hiện đang cố gắng tự mình thực hiện một số thuật toán Machine Learning. Nhiều người trong số họ có đặc tính khó chịu là khó gỡ lỗi, một số lỗi không khiến chương trình bị sập, nhưng hoạt động không như dự định và dường như các thuật toán chỉ cho kết quả yếu hơn.
Tôi muốn có một số cách để tăng sự tự tin của tôi trong việc triển khai, ví dụ nếu tôi có một số bộ dữ liệu nhỏ, với thông tin bổ sung "Thuật toán X hoạt động cho các lần lặp Y và có kết quả Z trên tập dữ liệu này", điều đó thực sự hữu ích. Có ai nghe nói về các bộ dữ liệu như vậy?
Bạn đã làm nghiên cứu gì trong việc điều tra câu hỏi này? Lúc đầu, người ta sẽ nghĩ rằng tài liệu bạn đang sử dụng để tìm các thuật toán này sẽ chứa đầy các bộ dữ liệu mẫu.
—
whuber
Chà, tôi biết ML chủ yếu từ khóa học Đại học, Coursea, các video bài giảng trên internet và một vài bài báo tôi đã đọc về các chủ đề cụ thể. Tôi biết có rất nhiều bộ dữ liệu mẫu ở khắp mọi nơi, nhưng tôi đang tìm kiếm một số thông tin về cách các thuật toán ML khác nhau thực hiện trên chúng, vì vậy tôi có thể xác thực các triển khai của riêng mình.
—
sjm.majewski
Gần đây có một bài báo hay về ICML về vấn đề với các bộ dữ liệu được tiêu chuẩn hóa - nó ngăn bạn suy nghĩ quá nhiều về các vấn đề trong thế giới thực và sự lộn xộn mà các vấn đề trong thế giới thực liên quan. Cá nhân khi tôi bắt đầu sử dụng dữ liệu trong thế giới thực, kỹ năng của tôi như một người luyện tập nở rộ. Vì vậy, trong khi tôi sẽ không khuyến khích bạn sử dụng những thứ như UCI như một bước đệm hoặc thử nghiệm, hãy chú ý đến giải thưởng!
—
Patrick Caldon
Bạn nên xác định loại máy học bạn đang làm. Các tập dữ liệu phân loại nhị phân khác với các tập dữ liệu xấp xỉ hàm (hồi quy).
—
Douglas Zare