Saat ini saya mencoba menerapkan beberapa algoritma Machine Learning sendiri. Banyak dari mereka memiliki sifat buruk karena sulit untuk di-debug, beberapa bug tidak menyebabkan program macet, tetapi lebih berfungsi tidak seperti yang dimaksudkan dan tampak sebagai algoritma hanya memberikan hasil yang lebih lemah.
Saya ingin memiliki beberapa cara untuk meningkatkan kepercayaan diri saya dalam implementasi, misalnya jika saya memiliki beberapa set data kecil, dengan informasi tambahan "Algoritma X bekerja untuk iterasi Y dan memiliki hasil Z pada dataset ini", itu akan sangat membantu. Adakah yang pernah mendengar tentang dataset tersebut?
Penelitian apa yang telah Anda lakukan dalam menyelidiki pertanyaan ini? Pada blush on pertama, orang akan berpikir bahwa literatur yang Anda gunakan untuk menemukan algoritma ini akan penuh dengan dataset sampel.
—
whuber
Yah, saya tahu ML kebanyakan dari program Universitas, Coursea, video ceramah di internet dan beberapa makalah yang saya baca tentang topik-topik tertentu. Saya tahu ada banyak kumpulan data sampel di mana-mana, tetapi saya mencari beberapa informasi yang menunjukkan perbedaan algoritme ML, sehingga saya dapat memvalidasi implementasi saya sendiri.
—
sjm.majewski
Ada tulisan bagus di ICML baru-baru ini tentang masalah dengan dataset standar - yang menghentikan Anda dari berpikir terlalu keras tentang masalah dunia nyata dan kekacauan yang melibatkan masalah dunia nyata. Secara pribadi ketika saya mulai menggunakan data dunia nyata, keterampilan saya sebagai seorang praktisi berkembang. Jadi, sementara saya tidak akan menganjurkan Anda untuk menggunakan hal-hal seperti UCI sebagai batu loncatan atau pengujian, perhatikan hadiahnya!
—
Patrick Caldon
Anda harus menentukan jenis pembelajaran mesin apa yang Anda lakukan. Set data klasifikasi biner berbeda dari set data aproksimasi fungsi (regresi).
—
Douglas Zare