再現性と参考文献

データコミュニケーションの基本概念

Hadrien Lacroix

Curriculum Manager

書面レポート

 

レポートは明確で再現可能でなければなりません。

再現性の例

 

• ケーキを焼く

  • レシピ
  • 生の材料
  • オーブンと計量器具
  • 似た味のケーキ

• データプロジェクト

  • 分析を再実行 — 同じ結果

 

再現可能性の例

• ケーキを焼く
  • 自分の道具
  • 自分の材料
• データプロジェクト
  • 異なる環境

再現性と反復可能性の利点

 

• 作業の重複を防ぐ
• 既存の成果を発展させる
• 新たな課題に集中できる
• ピアレビュー
• ツールに依存しない

ベストプラクティス

1. 結果の再現方法を記録する
   • スクリプトを適切に文書化
     • コードへのコメント
   • 使用パッケージと環境を記載
   • バージョン管理

ベストプラクティス

1. 結果の再現方法を記録する
2. 手動によるデータ操作を避ける
   • データのバージョン管理
   • 生データと中間ステップを保存
   • 問題への対応と解決
   • 例：データの補完
     • 欠損値を平均で補完
     • 保存してエディタを閉じる
     • 最初にどの値が置換されたかを確認する方法は？

ベストプラクティス

1. 結果の再現方法を記録する
2. 手動によるデータ操作を避ける
3. ランダム性を制御する
   • MLパイプラインの乱数シード
   • 交絡変数を制御する

ベストプラクティス

1. 結果の再現方法を記録する
2. 手動によるデータ操作を避ける
3. ランダム性を文書化する
4. 解釈可能性
   • 意思決定の原因の理解またはモデル結果の予測
   • 説得力あるナラティブのあるストーリー
   • 再現性との関連

¹ Molnar C. Interpretable Machine Learning. 2019.

ベストプラクティス

1. 結果の再現方法を記録する
2. 手動によるデータ操作を避ける
3. ランダム性を文書化する
4. 解釈可能性
5. 参考文献を正しく引用する

参考文献

 

• 引用とは、特定の出版物を特定し所在を確認するために必要な基本情報です

参考文献

 

• スタイルは異なるが基本的な論理は同じ
  • _書籍_：著者名（年）。タイトル。出版社。
  • 学術論文：著者名。（年）「論文タイトル。」誌名、巻号、号数、ページ数。
  • ウェブサイト：著者名。公開日、「ページ／著作タイトル。」サイト名、所在地

 

• APAスタイル：
  • 本文中の引用（著者、年）

参考文献

• 参考文献管理ツール
  • 文献管理が容易
  • スタイルの切り替えが可能
  • オンラインで文献検索
  • 主なツール：
    • EndNote
    • Mendeley
    • RefWorks

参考文献

• ビジネスの文脈
  • 厳格さが低い
  • 簡易的（ハイパーリンク）
  • ==> 情報が利用可能かつ参照できる状態

練習しましょう！

データコミュニケーションの基本概念