Ho esaminato i quadri teorici per la selezione dei metodi (nota: non la selezione dei modelli) e ho trovato pochissimo lavoro sistematico, motivato matematicamente. Per "selezione del metodo" intendo un framework per distinguere il metodo appropriato (o migliore, ottimale) rispetto a un problema o tipo di problema.
Quello che ho scoperto è sostanziale, se frammentario, lavorare su metodi particolari e sulla loro messa a punto (cioè selezione precedente nei metodi bayesiani), e selezione dei metodi tramite selezione bias (es. Politica induttiva: la pragmatica della selezione bias ). Potrei non essere realistico in questa fase iniziale dello sviluppo dell'apprendimento automatico, ma speravo di trovare qualcosa di simile a ciò che la teoria della misurazione fa nel prescrivere trasformazioni e prove ammissibili per tipo di scala, scritto solo nell'arena dei problemi di apprendimento.
Eventuali suggerimenti?