Attualmente sto cercando di implementare alcuni algoritmi di Machine Learning da solo. Molti di loro hanno la cattiva proprietà di essere difficili da eseguire il debug, alcuni bug non causano l'arresto anomalo del programma, ma piuttosto funzionano non come previsto e sembrano che gli algoritmi danno solo risultati più deboli.
Vorrei avere un modo per aumentare la mia fiducia nell'implementazione, ad esempio se avessi alcuni piccoli set di dati, con informazioni aggiuntive "Algorithms X ha funzionato per iterazioni Y e ha avuto risultati Z su questo set di dati", sarebbe davvero utile. Qualcuno ha sentito parlare di tali set di dati?
Che ricerca hai fatto per indagare su questa domanda? A prima vista, si potrebbe pensare che la letteratura che si sta utilizzando per trovare questi algoritmi sarebbe piena zeppa di set di dati di esempio.
—
whuber
Bene, conosco ML principalmente da corsi universitari, Coursea, video di lezioni su Internet e alcuni articoli che ho letto su argomenti specifici. So che ci sono molti set di dati di esempio ovunque, ma ne sto cercando alcuni con informazioni su come diversi algoritmi ML hanno eseguito su di essi, in modo da poter validare le mie implementazioni.
—
sjm.majewski,
Di recente c'è stato un buon articolo all'ICML sul problema con set di dati standardizzati - che ti impedisce di pensare troppo ai problemi del mondo reale e alla confusione che i problemi del mondo reale comportano. Personalmente, quando ho iniziato a utilizzare i dati del mondo reale, la mia abilità di praticante è sbocciata. Quindi, mentre non ti scoraggerei dall'usare cose come l'UCI come trampolino di lancio o test, tieni d'occhio il premio!
—
Patrick Caldon,
Dovresti specificare quale tipo di apprendimento automatico stai facendo. I set di dati di classificazione binaria sono diversi dai set di dati di approssimazione (regressione) delle funzioni.
—
Douglas Zare,