ข้อเสนอแนะสำหรับนักวิจัยแมชชีนเลิร์นนิง (แปล)

1. สิ่งที่ควรทำก่อนสร้างโมเดล

1.1. สำรวจข้อมูลของคุณ

1.2. อย่าดูข้อมูลทั้งหมด

1.3. จัดเตรียมข้อมูลให้มากพอ

1.4. สื่อสารกับผู้เชี่ยวชาญในโดเมน

1.5. ทำการศึกษาข้อมูลล่วงหน้าให้มาก

1.6. พิจารณาสถานการณ์ที่โมเดลจะถูกนำไปใช้งานจริง

2. วิธีสร้างโมเดลที่เชื่อถือได้

2.1. อย่าให้ข้อมูลจากชุดทดสอบรั่วไหล

2.2. ลองใช้โมเดลที่หลากหลาย

2.3. อย่าใช้โมเดลอย่างไม่เหมาะสม

2.4. ปรับแต่งไฮเปอร์พารามิเตอร์ให้เหมาะสม

3. วิธีประเมินโมเดลอย่างถูกต้อง

3.1. ใช้ชุดข้อมูลทดสอบที่เหมาะสม

3.2. ใช้ชุดข้อมูลตรวจสอบความถูกต้อง

3.3. ประเมินโมเดลหลายครั้ง

3.4. อย่าใช้ความแม่นยำกับข้อมูลที่ไม่สมดุล

4. วิธีเปรียบเทียบโมเดลอย่างเป็นธรรม

4.1. ตัวเลขที่ใหญ่กว่าไม่ได้หมายความว่าเป็นโมเดลที่ดีกว่าเสมอไป

4.2 อย่าเชื่อถือเบนช์มาร์กของชุมชนมากเกินไป

5. วิธีรายงานผลลัพธ์

5.1. เปิดเผยผลลัพธ์อย่างโปร่งใส

5.2. วัดประสิทธิภาพด้วยหลายวิธี

5.3. อย่าสรุปการทั่วไปเกินกว่าข้อมูล