Obecnie próbuję samodzielnie wdrożyć niektóre algorytmy uczenia maszynowego. Wiele z nich ma tę nieprzyjemną właściwość, że jest trudna do debugowania, niektóre błędy nie powodują awarii programu, ale raczej działają niezgodnie z przeznaczeniem i wydają się, że algorytmy po prostu dają słabsze wyniki.
Chciałbym mieć sposób na zwiększenie mojego zaufania do implementacji, na przykład gdybym miał kilka małych zestawów danych, z dodatkowymi informacjami „Algorytmy X działały dla iteracji Y i miały wyniki Z dla tego zestawu danych”, co byłoby bardzo pomocne. Czy ktoś słyszał o takich zestawach danych?
Jakie badania przeprowadziłeś, badając to pytanie? Na pierwszy rzut oka można by pomyśleć, że literatura, której używasz do znalezienia tych algorytmów, byłaby pełna przykładowych zestawów danych.
—
whuber
Cóż, znam ML głównie z kursu uniwersyteckiego, Coursea, wykładów w Internecie i kilku artykułów, które przeczytałem na określone tematy. Wiem, że wszędzie jest wiele przykładowych zestawów danych, ale szukam informacji z tym, jak działały na nich różne algorytmy ML, więc mogę zweryfikować własne implementacje.
—
sjm.majewski
Niedawno w ICML pojawił się dobry artykuł na temat problemu ze znormalizowanymi zbiorami danych - że powstrzymuje cię to od zbytniego myślenia o problemach w świecie rzeczywistym i bałaganie, jakie wiążą się z problemami w świecie rzeczywistym. Osobiście, kiedy zacząłem wykorzystywać rzeczywiste dane, rozkwitły moje umiejętności jako praktyka. Więc chociaż nie zniechęcę cię do używania takich rzeczy jak UCI jako odskocznia lub test, miej oko na nagrodę!
—
Patrick Caldon
Powinieneś określić, jaki rodzaj uczenia maszynowego wykonujesz. Zestawy danych klasyfikacji binarnej różnią się od zbiorów danych aproksymacji funkcji (regresji).
—
Douglas Zare