Conselhos para pesquisadores de machine learning (tradução)

1. O que fazer antes de criar um modelo

1.1. Examine os dados

1.2. Não olhe para todos os dados

1.3. Garanta dados suficientes

1.4. Comunique-se com especialistas do domínio

1.5. Faça muita pesquisa prévia

1.6. Considere o contexto em que o modelo será implantado

2. Como criar um modelo confiável

2.1. Não permita vazamento de informações dos dados de teste

2.2. Experimente diferentes modelos

2.3. Evite usar modelos inadequados

2.4. Otimize os hiperparâmetros

3. Como avaliar corretamente um modelo

3.1. Use dados de teste apropriados

3.2. Use dados de validação

3.3. Avalie o modelo várias vezes

3.4. Não use acurácia com dados desbalanceados

4. Como comparar modelos de forma justa

4.1. Números maiores não significam um modelo melhor

4.2. Não confie em benchmarks da comunidade

5. Como relatar resultados

5.1. Divulgue os resultados com transparência

5.2. Meça o desempenho de várias maneiras

5.3. Não generalize além dos dados