再現性と参考文献

データコミュニケーションの基礎

Hadrien Lacroix

Curriculum Manager

書面レポート

レポートは明確かつ再現性がなければならない

再現性の例

• ケーキを焼く

  • レシピ
  • 原材料
  • オーブンとキッチン用計量器具
  • 似たような味のケーキ

• データプロジェクト

  • 分析を再度実行 - 同じ結果

複製可能性の例

• ケーキを焼く
  • 自分の食器
  • 自社の原材料
• データプロジェクト
  • 異なる環境

再現性と複製可能性の利点

• 重複作業を防ぐ
• 既存の作業を基に構築する
• 新しい課題に集中
• 査読
• ツールに依存しない

推奨される手法

1. 結果がどのように生成されたかを記録する
   • スクリプトを十分に記録する
     • コードにコメントする
   • 使用したパッケージと環境を一覧にする
   • バージョン管理

推奨される手法

1. 結果がどのように生成されたかを記録する
2. 手動のデータ操作を避ける
   • データのバージョン管理
   • 生データと中間処理のステップを保存する
   • 問題を適応・解決する
   • データ補完
     • 欠損値を平均で補完する
     • エディターを保存して閉じる
     • そもそも、どの値が変更されたのかを知る方法は？

推奨される手法

1. 結果がどのように生成されたかを記録する
2. 手動でのデータ操作を避ける
3. 乱数を制御する
   • MLパイプライン用の乱数シード
   • 交絡変数を制御する

推奨される手法

1. 結果がどのように生成されたかを記録する
2. 手動でのデータ操作を避ける
3. ドキュメントの乱数
4. 解釈可能性
   • 意思決定の理由を理解する、またはモデルの結果を予測する
   • 魅力的な物語を持つストーリー
   • 再現性の確保

¹ Molnar C. Interpretable Machine Learning. 2019.

推奨される手法

1. 結果がどのように生成されたかを記録する
2. 手動でのデータ操作を避ける
3. ドキュメントの乱数
4. 解釈可能性
5. 参考文献を正しく引用する

参考資料

• 引用：特定の出版物を識別し、特定するために必要な基本情報

参考資料

• 異なるスタイルでも根底のロジックは同じ
  • 書籍： 著者名（年）。 タイトル 発行者
  • ジャーナル記事： 著者名。（年）「記事タイトル。」 ジャーナル名、巻号、号数、ページ番号。
  • ウェブサイト： 著者名。 公開日、『ページ／作品のタイトル。』 ウェブサイトのタイトル、場所

• APAスタイル：
  • 文中引用（著者、日付）

参照

• 参考文献管理ツール
  • 管理しやすい
  • スタイル間の切替
  • オンラインで参照先を検索
  • オプション：
    • EndNote
    • Mendeley
    • RefWorks

参考資料

• ビジネス文脈
  • 厳密ではない
  • よりシンプル（ハイパーリンク）
  • ==> 情報入手・再取得が可能

練習しましょう！

データコミュニケーションの基礎