当前位置:
X-MOL 学术
›
arXiv.cs.SE
›
论文详情
Our official English website, www.x-mol.net, welcomes your
feedback! (Note: you will need to create a separate account there.)
Agile (data) science: a (draft) manifesto
arXiv - CS - Software Engineering Pub Date : 2021-04-09 , DOI: arxiv-2104.12545 Juan Julián Merelo-Guervós
arXiv - CS - Software Engineering Pub Date : 2021-04-09 , DOI: arxiv-2104.12545 Juan Julián Merelo-Guervós
Science has a data management problem, as well as a project management
problem. While industry data science teams have embraced the agile mindset, and
adopted or created all kind of tools to create reproducible workflows,
academia-based science is still (mostly) mired in a mindset that's focused on a
single final product (a paper), without focusing on incremental improvement
and, over all, reproducibility. In this report we argue towards the adoption of
the agile mindset and agile data science tool in academia, to make a more
responsible, and over all, reproducible science.
中文翻译:
敏捷(数据)科学:一份(草案)宣言
科学既有数据管理问题,也有项目管理问题。尽管行业数据科学团队已经接受了敏捷的思维方式,并采用或创建了各种工具来创建可重现的工作流,但基于学术界的科学仍然(大部分)陷入了一种思维方式中,即专注于单个最终产品(论文),而没有着重于渐进式改进,尤其是可重复性。在本报告中,我们主张在学术界采用敏捷的思维方式和敏捷的数据科学工具,以使科学更具责任感,并且在所有方面都具有可重现性。
更新日期:2021-04-27
中文翻译:
敏捷(数据)科学:一份(草案)宣言
科学既有数据管理问题,也有项目管理问题。尽管行业数据科学团队已经接受了敏捷的思维方式,并采用或创建了各种工具来创建可重现的工作流,但基于学术界的科学仍然(大部分)陷入了一种思维方式中,即专注于单个最终产品(论文),而没有着重于渐进式改进,尤其是可重复性。在本报告中,我们主张在学术界采用敏捷的思维方式和敏捷的数据科学工具,以使科学更具责任感,并且在所有方面都具有可重现性。