Reprodukovatelnost a citace

Základy komunikace dat

Hadrien Lacroix

Curriculum Manager

Písemná zpráva

 

Zpráva musí být jasná a reprodukovatelná.

Příklad reprodukovatelnosti

 

• Pečení dortu

  • Recept
  • Suroviny
  • Naše trouba a kuchyňské váhy
  • Dort s podobnou chutí

• Datový projekt

  • Spuštění analýzy znovu – stejné výsledky

 

Příklad replikovatelnosti

• Pečení dortu
  • Vlastní nádobí
  • Vlastní suroviny
• Datový projekt
  • Jiné prostředí

Přínosy reprodukovatelnosti a replikovatelnosti

 

• Zabraňuje zbytečnému opakování práce
• Navazuje na existující práci
• Umožňuje soustředit se na nové výzvy
• Peer review
• Nezávislost na nástrojích

Osvědčené postupy

1. Sleduj, jak výsledky vznikly
   • Dobře zdokumentované skripty
     • Komentáře v kódu
   • Seznam použitých balíčků a prostředí
   • Verzování

Osvědčené postupy

1. Sleduj, jak výsledky vznikly
2. Vyhýbej se ruční úpravě dat
   • Verzování dat
   • Ukládej surová data i mezikroky
   • Přizpůsob se a řeš problémy
   • Příklad: imputace dat
     • nahrazení chybějících hodnot průměrem
     • uložení a zavření editoru
     • jak potom zjistíš, které hodnoty byly nahrazeny?

Osvědčené postupy

1. Sleduj, jak výsledky vznikly
2. Vyhýbej se ruční úpravě dat
3. Kontroluj náhodnost
   • Random seed pro ML pipeline
   • Kontrola matoucích proměnných

Osvědčené postupy

1. Sleduj, jak výsledky vznikly
2. Vyhýbej se ruční úpravě dat
3. Dokumentuj náhodnost
4. Interpretovatelnost
   • Pochopení příčiny rozhodnutí nebo predikce modelu
   • Příběh s poutavým vyprávěním
   • Souvislost s reprodukovatelností

¹ Molnar C. Interpretable Machine Learning. 2019.

Osvědčené postupy

1. Sleduj, jak výsledky vznikly
2. Vyhýbej se ruční úpravě dat
3. Dokumentuj náhodnost
4. Interpretovatelnost
5. Správně cituj literaturu

Citace

 

• Citace je základní informace potřebná k identifikaci a nalezení konkrétní publikace

Citace

 

• Různé styly, ale stejná základní logika
  • Kniha: Jméno autora (Rok). Název. Vydavatel.
  • Článek v časopise: Jméno autora. (Rok) „Název článku." Název časopisu, ročník, číslo, strany.
  • Webová stránka: Jméno autora. Datum publikace, „Název stránky/díla." Název webu, umístění

 

• Styl APA:
  • Citace v textu (autor, rok)

Citace

• Nástroje pro správu citací
  • Snazší sledování
  • Přepínání mezi styly
  • Vyhledávání zdrojů online
  • Možnosti:
    • EndNote
    • Mendeley
    • RefWorks

Citace

• V byznysu
  • Méně přísná pravidla
  • Jednodušší (hyperlink)
  • ==> informace jsou dostupné a dohledatelné

Pojďme cvičit!

Základy komunikace dat