メソッド選択に適したフレームワークは何ですか？

私はメソッド選択の理論的フレームワーク（注：モデル選択ではない）を調査しており、体系的で数学的に動機付けられた研究はほとんど見つかりませんでした。「メソッドの選択」とは、問題または問題のタイプに関して適切な（またはより良い、最適な）メソッドを区別するためのフレームワークを意味します。

私が見つけたのは、断片的である場合でも、特定の方法とその調整（つまり、ベイズ法での事前選択）、およびバイアス選択による方法選択（例：帰納的ポリシー：バイアス選択のプラグマティクス）にかなりの労力を費やしています。機械学習の開発のこの初期段階では非現実的かもしれませんが、許容可能な変換とテストをスケールタイプで処方する際に測定理論が行うようなものを見つけたいと思っていました。

助言がありますか？

machine-learning methodology theory

— ジョン・L・テイラー
ソース

モデル選択modelselection.org（過去20年間の統計でホットなトピック）とメソッド選択の違いは何ですか。

— ロビンギラード

通常、モデルの選択には分布のファミリー内のモデルのスコアリングが含まれますが、モデルの適合性と使用されるパラメーターの数に基づく（AICおよびBICによる）ペナルティはありますが、メソッドの選択はより一般的です。メソッドの選択には、背景知識（変数は既知であることが知られている（たとえば、独立性、データ型）であり、補助的な仮定（たとえば、正規性、等分散性）がある問題（たとえば、テスト、分類、予測）に直面する必要があります。、そして我々は方法を選択しなければならない

— ジョン・L・テイラー

現在、測定タイプ、収束結果、最適性、および時間/空間の複雑さの線に沿って数学的な処方箋がありますが、体系的に適用するためのフレームワークはありません。

— ジョンL.テイラー

より詳細な方法の選択の例を挙げていただけますか（ページまたは論文へのリンクで結構です）、これはより正確に理解するのに役立ちます。事前の感謝

— ロビンジラール

前述の論文では、一般的にメソッドの選択について取り上げています。特定の例や詳細については、特定のメタ方法論の分野（測定理論、アルゴリズム学習理論、統計学習理論、複雑さ理論）に散在していることがありますが、体系的な扱いが見つからないため、質問です。これらの問題について一般的に話し合いたい場合は、johnnylogicのGmailで私にメールしてください。

— John L. Taylor

ジョン、私の提案が役立つかどうかはわかりません。しかし、いずれの場合でも、Harvey Motulsky 著のIntuitive Biostatisticsが役立ちます。第37章「テストの選択」には、298ページのかなり良い表があり、データセットの性質と、使用する必要のある統計的方法に取り組む問題を示しています。Amazonでは、この本を検索できます。

幸運を。

— シンパ
ソース