从业者在 Stack Exchange 上报告的机器学习最佳实践有哪些？
软件工程
2023-01-30 v1 机器学习
摘要
机器学习（ML）因其从数据中推断关系的强大能力而被用于多个学科。特别是，软件工程（SE）是应用 ML 完成多项任务（如软件分类、缺陷预测和测试）的学科之一。除多种 ML 应用外，已有一些研究致力于检测和理解使用 ML 时可能的陷阱与问题。然而，据我们所知，仅有少数研究关注于呈现 ML 最佳实践或将其应用于不同领域的指南。此外，既往文献中呈现的实践与文献（i）是领域特定的（例如生物力学中的具体实践），（ii）描述的实践很少，或（iii）缺乏严格验证且见于灰色文献。在本文中，我们呈现一项研究，通过系统挖掘 14 个不同 Stack Exchange（STE）网站的 242 个帖子，并经四位独立 ML 专家验证，列出了 127 条 ML 最佳实践。该实践列表按与 ML 赋能系统实现过程不同阶段相关的一组类别呈现；针对每条实践，我们给出解释与示例。在所有实践中，所提供的示例聚焦于 SE 任务。我们期望该实践列表能帮助从业者更好地理解这些实践并以更明智的方式使用 ML，尤其是处于软件工程与机器学习交叉地带这一新领域的初学者。
引用
@article{arxiv.2301.10516,
title = {What are the Machine Learning best practices reported by practitioners on Stack Exchange?},
author = {Anamaria Mojica-Hanke and Andrea Bayona and Mario Linares-Vásquez and Steffen Herbold and Fabio A. González},
journal= {arXiv preprint arXiv:2301.10516},
year = {2023}
}