현재 자체적으로 일부 기계 학습 알고리즘을 구현하려고합니다. 그들 중 많은 사람들이 디버깅하기 어려운 불쾌한 속성을 가지고 있습니다. 일부 버그는 프로그램 충돌을 일으키지 않지만 의도 된대로 작동하지 않고 알고리즘이 약한 결과를주는 것처럼 보입니다.
예를 들어 "Algorithms X가 Y 반복을 위해 작동했으며 결과 Z가이 데이터 세트에 있음"이라는 추가 정보가있는 작은 데이터 세트가있는 경우 구현에 대한 신뢰를 높일 수있는 방법이 필요합니다. 그런 데이터 세트에 대해 들어 본 사람이 있습니까?
이 질문을 조사하기 위해 어떤 연구를 수행 했습니까? 처음에는 홍당무, 이러한 알고리즘을 찾기 위해 사용하는 문헌이 샘플 데이터 세트로 가득 차 있다고 생각할 것입니다.
—
whuber
글쎄, 나는 대부분 코스, 코스타, 인터넷 강의 비디오 및 특정 주제에 대해 읽은 몇 가지 논문에서 ML을 알고 있습니다. 나는 도처에 많은 샘플 데이터 세트가 있다는 것을 알고 있지만 다른 ML 알고리즘이 어떻게 수행되는지에 대한 정보를 찾고 있습니다. 그래서 내 구현을 확인할 수 있습니다.
—
sjm.majewski 오전
ICML에 최근 표준화 된 데이터 세트 관련 문제에 대한 좋은 논문이있었습니다. 실제 문제와 실제 문제와 관련된 혼란에 대해 너무 열심히 생각하는 것을 막습니다. 개인적으로 실제 데이터를 사용하기 시작했을 때 실습 자로서의 기술은 꽃이 피었습니다. 따라서 UCI와 같은 것을 디딤돌이나 테스트로 사용하는 것을 권장하지는 않지만 상을 주시하십시오!
—
Patrick Caldon
수행중인 기계 학습 유형을 지정해야합니다. 이진 분류 데이터 세트는 함수 근사 (회귀) 데이터 세트와 다릅니다.
—
Douglas Zare