मैं वर्तमान में कुछ मशीन लर्निंग एल्गोरिदम को अपने दम पर लागू करने की कोशिश कर रहा हूं। उनमें से कई के पास डिबग करने के लिए कठिन होने की गंदा संपत्ति है, कुछ कीड़े प्रोग्राम को क्रैश करने का कारण नहीं बनते हैं, बल्कि काम नहीं करते हैं और ऐसा लगता है कि एल्गोरिदम सिर्फ कमजोर परिणाम देता है।
मैं कार्यान्वयन में अपने आत्मविश्वास को बढ़ाने का कुछ तरीका चाहूंगा, उदाहरण के लिए अगर मेरे पास कुछ छोटे डेटासेट थे, तो अतिरिक्त जानकारी के साथ "एलगोरिदम एक्स ने वाई पुनरावृत्तियों के लिए काम किया और इस डेटासेट पर जेड परिणाम था", जो वास्तव में उपयोगी होगा। क्या किसी ने ऐसे डेटासेट के बारे में सुना है?
इस प्रश्न की जाँच में आपने क्या शोध किया है? पहले ब्लश पर, कोई सोचता होगा कि इन एल्गोरिदम को खोजने के लिए आप जिस साहित्य का उपयोग कर रहे हैं, वह नमूना डेटासेट से भरा होगा।
—
whuber
वैसे, मैं ज्यादातर विश्वविद्यालय के पाठ्यक्रम, कर्सिया, इंटरनेट पर व्याख्यान वीडियो और विशिष्ट विषयों पर पढ़े गए कुछ पत्रों को जानता हूं। मुझे पता है कि हर जगह बहुत सारे सैंपल डेटासेट हैं, लेकिन मैं कुछ जानकारी के साथ देख रहा हूं कि विभिन्न एमएल एल्गोरिदम ने उन पर कैसा प्रदर्शन किया है, इसलिए मैं अपने स्वयं के कार्यान्वयन को मान्य कर सकता हूं।
—
sjm.majewski
आईसीएमएल में हाल ही में मानकीकृत डेटासेट के साथ समस्या पर एक अच्छा पेपर था - यह आपको वास्तविक दुनिया की समस्याओं के बारे में बहुत कठिन सोचने से रोकता है और वास्तविक दुनिया की समस्याओं को शामिल करता है। व्यक्तिगत रूप से जब मैंने वास्तविक-विश्व डेटा का उपयोग करना शुरू किया, तो एक प्रैक्टिशनर के रूप में मेरा कौशल खिल उठा। इसलिए जब मैं आपको कदम-पत्थर या परीक्षण के रूप में यूसीआई जैसी चीजों का उपयोग करने से हतोत्साहित नहीं करूंगा, तो पुरस्कार पर नजर रखें!
—
पैट्रिक कैलडन
आपको यह निर्दिष्ट करना चाहिए कि आप किस प्रकार की मशीन सीख रहे हैं। बाइनरी वर्गीकरण डेटा सेट फ़ंक्शन सन्निकटन (प्रतिगमन) डेटा सेट से भिन्न होते हैं।
—
डगलस ज़ेरे