Saya telah melihat ke dalam kerangka teori untuk pemilihan metode (catatan: bukan pemilihan model) dan telah menemukan sangat sedikit kerja sistematis, bermotivasi matematis. Dengan 'pemilihan metode', maksud saya kerangka kerja untuk membedakan metode yang sesuai (atau lebih baik, optimal) sehubungan dengan masalah, atau jenis masalah.
Apa yang saya temukan adalah substansial, jika sedikit demi sedikit, bekerja pada metode tertentu dan penyetelannya (yaitu pemilihan sebelumnya dalam metode Bayesian), dan pemilihan metode melalui seleksi bias (misalnya Kebijakan Induktif: Pragmatik Seleksi Bias ). Saya mungkin tidak realistis pada tahap awal pengembangan pembelajaran mesin ini, tetapi saya berharap menemukan sesuatu seperti apa yang dilakukan oleh teori pengukuran dalam menentukan transformasi dan tes yang dapat diterima berdasarkan jenis skala, hanya ditulis besar di arena masalah pembelajaran.
Ada saran?
sumber
Jawaban:
John, saya tidak yakin saran saya dapat membantu. Tetapi, bagaimanapun juga buku Intuitif Biostatistik karya Harvey Motulsky mungkin bisa membantu. Bab 37 'Memilih Tes' memiliki tabel yang cukup bagus di halaman 298 yang memberi tahu Anda sifat set data dan masalah yang Anda hadapi dengan metode statistik apa yang harus Anda gunakan. Amazon memungkinkan Anda mencari melalui buku ini.
Semoga berhasil.
sumber