立场：为何我们必须反思机器学习中的实证研究
机器学习
2024-05-28 v2 机器学习
摘要
我们警示一种常见却不完整的机器学习实证研究理解，其导致结果不可复现、发现不可靠，并威胁削弱该领域的进展。为克服这一令人担忧的状况，我们呼吁更多关注实验获取知识的多元方式及其一些认识论局限。特别地，我们认为当前多数机器学习实证研究被塑造成验证性研究，而其更应被视为探索性研究。
引用
@article{arxiv.2405.02200,
title = {Position: Why We Must Rethink Empirical Research in Machine Learning},
author = {Moritz Herrmann and F. Julian D. Lange and Katharina Eggensperger and Giuseppe Casalicchio and Marcel Wever and Matthias Feurer and David Rügamer and Eyke Hüllermeier and Anne-Laure Boulesteix and Bernd Bischl},
journal= {arXiv preprint arXiv:2405.02200},
year = {2024}
}
备注
20 pages, accepted for publication at ICML 2024, camera-ready version