可重現性與參考文獻

資料溝通觀念

Hadrien Lacroix

Curriculum Manager

書面報告

 

報告必須清楚且可重現。

可重現性範例

 

• 烤蛋糕

  • 食譜
  • 原料
  • 烤箱與量具
  • 風味相近的蛋糕

• 資料專案

  • 重新執行分析——結果相同

 

可重製性範例

• 烤蛋糕
  • 自備器具
  • 自備食材
• 資料專案
  • 不同環境

可重現與可重製的價值

 

• 避免重工
• 建立在既有成果上
• 聚焦新挑戰
• 同儕審查
• 不依賴工具

最佳實務

1. 追蹤結果如何產生
   • 完整撰寫腳本文件
     • 程式碼內註解
   • 列出使用的套件與環境
   • 版控

最佳實務

1. 追蹤結果如何產生
2. 避免手動操作資料
   • 資料版本控管
   • 保存原始資料與中間結果
   • 因應並解決問題
   • 例：資料插補
     • 以平均值插補遺漏值
     • 儲存並關閉編輯器
     • 一開始哪些值被替換，要怎麼知道？

最佳實務

1. 追蹤結果如何產生
2. 避免手動操作資料
3. 控制隨機性
   • 為 ML pipeline 設定亂數種子
   • 控制混雜變數

最佳實務

1. 追蹤結果如何產生
2. 避免手動操作資料
3. 紀錄隨機性
4. 可解釋性
   • 理解決策的原因或模型預測結果
   • 故事敘事有說服力
   • 與可重現性相連

¹ Molnar C. Interpretable Machine Learning. 2019.

最佳實務

1. 追蹤結果如何產生
2. 避免手動操作資料
3. 紀錄隨機性
4. 可解釋性
5. 正確引用參考文獻

參考文獻

 

• 引文是用來識別並定位特定出版品的基本資訊。

參考文獻

 

• 風格各異，但邏輯一致
  • _書籍_：作者姓名（年份）。書名。出版社。
  • 期刊論文：作者姓名（年份）「文章標題」。期刊名稱，卷，期，頁碼。
  • _網站_：作者姓名。發佈日期，「頁面／作品標題」。網站名稱，位置

 

• APA 風格：
  • 文內引註（作者，年份）

參考文獻

• 參考文獻管理工具
  • 更易追蹤
  • 可切換引用格式
  • 線上搜尋文獻
  • 選項：
    • EndNote
    • Mendeley
    • RefWorks

參考文獻

• 商務情境
  • 要求較寬鬆
  • 更簡單（超連結）
  • ==> 資訊可得且可回溯

一起來練習吧！

資料溝通觀念