关于以数据为中心的迷思
机器学习
2021-11-24 v1
摘要
学界缺乏构建良好数据集的由理论指导的准则。我们分析了与数据的哪些方面重要的相关理论方向，并得出结论：现有文献中得出的直觉是错误的且具有误导性。利用经验反例，我们表明 1）数据维度未必应当被最小化，且 2）在操作数据时，保持分布并非必要。这呼吁一种更具数据意识的理论理解。尽管本工作未加探讨，我们提议研究数据修改对所学表征的影响作为一个有前景的研究方向。
引用
@article{arxiv.2111.11514,
title = {On Data-centric Myths},
author = {Antonia Marcu and Adam Prügel-Bennett},
journal= {arXiv preprint arXiv:2111.11514},
year = {2021}
}
备注
arXiv admin note: text overlap with arXiv:2110.13968