機械学習研究者のための提言（翻訳）

1. モデルを作る前にやるべきこと

1.1. データを確認しましょう

1.2. すべてのデータを見ないでください

1.3. 十分に多くのデータを確保しましょう

1.4. ドメイン専門家とコミュニケーションを取りましょう

1.5. 事前調査をしっかり行いましょう

1.6. モデルがデプロイされる状況を考慮しましょう

2. 信頼できるモデルを作る方法

2.1. テストデータの情報が漏洩しないようにしましょう

2.2. さまざまなモデルを試してみましょう

2.3. 不適切なモデルの使用を避けましょう

2.4. ハイパーパラメータを最適化しましょう

3. モデルを正しく評価する方法

3.1. 適切なテストデータを使いましょう

3.2. 検証データを使いましょう

3.3. モデルを複数回評価しましょう

3.4. 不均衡なデータには正確度を使わないでください

4. モデルを公平に比較する方法

4.1. 数値が大きいからといって、より良いモデルを意味するわけではありません

4.2 コミュニティベンチマークを信頼しないでください

5. 結果を報告する方法

5.1. 結果を透明性をもって公開しましょう

5.2. さまざまな方法で性能を測定しましょう

5.3. データを超えた一般化をしないでください