Saran untuk Peneliti Machine Learning (Terjemahan)

1. Hal yang perlu dilakukan sebelum membuat model

1.1. Tinjau data Anda

1.2. Jangan melihat seluruh data

1.3. Pastikan Anda memiliki data yang cukup banyak

1.4. Berkomunikasilah dengan para ahli domain

1.5. Lakukan banyak riset pendahuluan

1.6. Pertimbangkan situasi saat model akan diterapkan

2. Cara membuat model yang andal

2.1. Pastikan informasi dari data uji tidak bocor

2.2. Cobalah berbagai model

2.3. Jangan gunakan model yang tidak sesuai

2.4. Optimalkan hyperparameter

3. Cara mengevaluasi model dengan benar

3.1. Gunakan data uji yang sesuai

3.2. Gunakan data validasi

3.3. Evaluasi model beberapa kali

3.4. Jangan gunakan akurasi untuk data yang tidak seimbang

4. Cara membandingkan model secara adil

4.1. Angka yang lebih besar tidak berarti model yang lebih baik

4.2 Jangan percaya benchmark komunitas

5. Cara melaporkan hasil

5.1. Ungkapkan hasil secara transparan

5.2. Ukur performa dengan berbagai cara

5.3. Jangan melakukan generalisasi melampaui data