Examples: can remove cross-validation from outlier detection
Nessuno ha ancora preso questa issue.
Valutazione
- Difficoltà
- 5/5
- Tempo stimato
- Più di una settimana
- Idoneità per principianti
- 30/100
- Tipo di issue
- Funzionalità
- Chiarezza
- Da chiarire
- Stato di attività
- Ferma
- Stack tecnologico
- jupyter-notebook
- Ambito
- machine-learning
Direzione di ricerca
Inizia con l’esempio outlier_detection_cifar10 collegato nell’issue e verifica in che modo le impostazioni OOD correnti di train/test utilizzano la cross-validation. Aggiungi o valuta l’impostazione di training proposta con gli outliers, confronta se la cross-validation è utile e aggiorna l’esempio in base a questo risultato.
Scritto dal modello di indicizzazione a partire dal testo della issue.
Descrizione
This example: https://github.com/cleanlab/examples/tree/master/outlier_detection_cifar10
could become much more straightforward without cross-validation now that we've seen it doesn't help too much in the train/test OOD settings.
But to truly assess the utility of cross-validation, we should first include an additional benchmark setting where we evaluate OOD detection on a training dataset with some outliers included (during training not just during testing). Cross-validation may still help in this setting.
- Lingua principale
- Jupyter Notebook
- Stelle
- 136
- Fork
- 28
- Metriche di merge delle PR
- Nessuna PR unita negli ultimi 30g
Preparare l'ambiente
Questo progetto non fornisce container di sviluppo, Dockerfile né guida per i contributori, quindi l'ambiente è a tuo carico: parti dal suo README e consulta la nostra guida al primo contributo per i passaggi generali.
Come iniziare
- Leggi tutta la issue e poi la guida ai contributi del progetto.
- Commenta sulla issue per dire che te ne occupi tu — evita che due persone facciano lo stesso lavoro.
- Fai un fork del repository e lavora su un branch.
- Apri una pull request che faccia riferimento al numero della issue.
Altre issue di cleanlab/examples
-
help wanted
Difficoltà 5/5 Più di una settimana Idoneità per principianti 35/100
-
run datalab on food datasetApertahelp wanted
Difficoltà 3/5 1-2 giorni Idoneità per principianti 42/100
-
good first issue help wanted
Difficoltà 4/5 3-5 giorni Idoneità per principianti 35/100
-
help wanted
Difficoltà 4/5 3-5 giorni Idoneità per principianti 35/100
Tutte le issue di cleanlab/examples
Issue simili
-
bug
Difficoltà 2/5 1-3 ore Idoneità per principianti 68/100
SheffieldML/GPy#1217 ·
I maintainer di solito rispondono entro 1 giorno
-
model evaluation request not-gguf
Difficoltà 2/5 1-3 ore Idoneità per principianti 62/100
I maintainer di solito rispondono entro 1 giorno
-
area:docs
Difficoltà 2/5 1-3 ore Idoneità per principianti 76/100
jejjohnson/geonnax#89 ·
I maintainer di solito rispondono entro 1 giorno
-
Triage 🩺
Difficoltà 2/5 1-3 ore Idoneità per principianti 76/100
I maintainer di solito rispondono entro 1 giorno
-
Difficoltà 2/5 1-3 ore Idoneità per principianti 70/100