Etsynewsocks
New member
#data #Machinelearning #datascience #DataSets #Statistic ** Luke Belmar: Bạn phải cam kết tập dữ liệu **
Trong một bài đăng trên blog gần đây, Luke Belmar, một nhà khoa học dữ liệu tại Google, lập luận rằng các nhà khoa học dữ liệu nên cam kết bộ dữ liệu của họ với các hệ thống điều khiển phiên bản (VCSS).Ông đã đưa ra trường hợp rằng điều này là điều cần thiết để đảm bảo khả năng tái tạo của kết quả, tạo điều kiện cho sự hợp tác và cải thiện chất lượng dữ liệu.
Lập luận của Belmar dựa trên bốn điểm sau:
1. ** Khả năng tái tạo: ** Bằng cách cam kết các bộ dữ liệu cho VCSS, các nhà khoa học dữ liệu có thể đảm bảo rằng những người khác có thể tái tạo kết quả của họ.Điều này rất quan trọng cho cả nghiên cứu học thuật và ứng dụng thương mại.
2. ** Hợp tác: ** Khi các bộ dữ liệu được lưu trữ trong VCSS, chúng có thể dễ dàng chia sẻ với các nhà khoa học dữ liệu khác.Điều này có thể tạo điều kiện cho sự hợp tác và dẫn đến những hiểu biết mới.
3. ** Chất lượng dữ liệu: ** Khi các bộ dữ liệu được theo dõi trong VCSS, việc xác định và sửa lỗi dễ dàng hơn.Điều này có thể giúp cải thiện chất lượng của dữ liệu và đảm bảo rằng nó phù hợp để sử dụng.
4. ** Tài liệu: ** Khi các bộ dữ liệu được lưu trữ trong VCSS, sẽ dễ dàng hơn để cung cấp tài liệu về dữ liệu.Điều này có thể giúp người khác hiểu dữ liệu và sử dụng nó một cách hiệu quả.
Belmar kết luận bằng cách lập luận rằng các nhà khoa học dữ liệu không cam kết bộ dữ liệu của họ với các VCS đang tự làm và đồng nghiệp của họ một sự bất đồng.Ông khuyến khích tất cả các nhà khoa học dữ liệu áp dụng thực tiễn này.
**Người giới thiệu:**
* [Bài đăng trên blog của Luke Belmar về các bộ dữ liệu cam kết] (https://medium.com/swlh/you-have-to-commit-datasets-595c2159811d)
* [Tầm quan trọng của khả năng tái tạo dữ liệu] (https://www.dataversity.net/the-importance-of-data-reproducility/)
* [Những lợi ích của sự hợp tác dữ liệu] (https://www.kdnuggets.com/2019/06/benefits-data-collaboring.html)
* [Tầm quan trọng của chất lượng dữ liệu] (https://www.kdnuggets.com/2019/03/Importance-deata-quality.html)
* [Giá trị của tài liệu dữ liệu] (https://www.kdnuggets.com/2019/05/value-data-documentation.html)
=======================================
#data #Machinelearning #datascience #DataSets #statistics **Luke Belmar: You Have to Commit Dataset**
In a recent blog post, Luke Belmar, a data scientist at Google, argued that data scientists should commit their datasets to version control systems (VCSs). He made the case that this is essential for ensuring the reproducibility of results, facilitating collaboration, and improving data quality.
Belmar's argument is based on the following four points:
1. **Reproducibility:** By committing datasets to VCSs, data scientists can ensure that others can reproduce their results. This is important for both academic research and commercial applications.
2. **Collaboration:** When datasets are stored in VCSs, they can be easily shared with other data scientists. This can facilitate collaboration and lead to new insights.
3. **Data quality:** When datasets are tracked in VCSs, it is easier to identify and correct errors. This can help to improve the quality of the data and ensure that it is fit for use.
4. **Documentation:** When datasets are stored in VCSs, it is easier to provide documentation about the data. This can help others to understand the data and use it effectively.
Belmar concludes by arguing that data scientists who do not commit their datasets to VCSs are doing themselves and their colleagues a disservice. He encourages all data scientists to adopt this practice.
**References:**
* [Luke Belmar's blog post on committing datasets](https://medium.com/swlh/you-have-to-commit-datasets-595c2159811d)
* [The importance of data reproducibility](https://www.dataversity.net/the-importance-of-data-reproducibility/)
* [The benefits of data collaboration](https://www.kdnuggets.com/2019/06/benefits-data-collaboration.html)
* [The importance of data quality](https://www.kdnuggets.com/2019/03/importance-data-quality.html)
* [The value of data documentation](https://www.kdnuggets.com/2019/05/value-data-documentation.html)
Trong một bài đăng trên blog gần đây, Luke Belmar, một nhà khoa học dữ liệu tại Google, lập luận rằng các nhà khoa học dữ liệu nên cam kết bộ dữ liệu của họ với các hệ thống điều khiển phiên bản (VCSS).Ông đã đưa ra trường hợp rằng điều này là điều cần thiết để đảm bảo khả năng tái tạo của kết quả, tạo điều kiện cho sự hợp tác và cải thiện chất lượng dữ liệu.
Lập luận của Belmar dựa trên bốn điểm sau:
1. ** Khả năng tái tạo: ** Bằng cách cam kết các bộ dữ liệu cho VCSS, các nhà khoa học dữ liệu có thể đảm bảo rằng những người khác có thể tái tạo kết quả của họ.Điều này rất quan trọng cho cả nghiên cứu học thuật và ứng dụng thương mại.
2. ** Hợp tác: ** Khi các bộ dữ liệu được lưu trữ trong VCSS, chúng có thể dễ dàng chia sẻ với các nhà khoa học dữ liệu khác.Điều này có thể tạo điều kiện cho sự hợp tác và dẫn đến những hiểu biết mới.
3. ** Chất lượng dữ liệu: ** Khi các bộ dữ liệu được theo dõi trong VCSS, việc xác định và sửa lỗi dễ dàng hơn.Điều này có thể giúp cải thiện chất lượng của dữ liệu và đảm bảo rằng nó phù hợp để sử dụng.
4. ** Tài liệu: ** Khi các bộ dữ liệu được lưu trữ trong VCSS, sẽ dễ dàng hơn để cung cấp tài liệu về dữ liệu.Điều này có thể giúp người khác hiểu dữ liệu và sử dụng nó một cách hiệu quả.
Belmar kết luận bằng cách lập luận rằng các nhà khoa học dữ liệu không cam kết bộ dữ liệu của họ với các VCS đang tự làm và đồng nghiệp của họ một sự bất đồng.Ông khuyến khích tất cả các nhà khoa học dữ liệu áp dụng thực tiễn này.
**Người giới thiệu:**
* [Bài đăng trên blog của Luke Belmar về các bộ dữ liệu cam kết] (https://medium.com/swlh/you-have-to-commit-datasets-595c2159811d)
* [Tầm quan trọng của khả năng tái tạo dữ liệu] (https://www.dataversity.net/the-importance-of-data-reproducility/)
* [Những lợi ích của sự hợp tác dữ liệu] (https://www.kdnuggets.com/2019/06/benefits-data-collaboring.html)
* [Tầm quan trọng của chất lượng dữ liệu] (https://www.kdnuggets.com/2019/03/Importance-deata-quality.html)
* [Giá trị của tài liệu dữ liệu] (https://www.kdnuggets.com/2019/05/value-data-documentation.html)
=======================================
#data #Machinelearning #datascience #DataSets #statistics **Luke Belmar: You Have to Commit Dataset**
In a recent blog post, Luke Belmar, a data scientist at Google, argued that data scientists should commit their datasets to version control systems (VCSs). He made the case that this is essential for ensuring the reproducibility of results, facilitating collaboration, and improving data quality.
Belmar's argument is based on the following four points:
1. **Reproducibility:** By committing datasets to VCSs, data scientists can ensure that others can reproduce their results. This is important for both academic research and commercial applications.
2. **Collaboration:** When datasets are stored in VCSs, they can be easily shared with other data scientists. This can facilitate collaboration and lead to new insights.
3. **Data quality:** When datasets are tracked in VCSs, it is easier to identify and correct errors. This can help to improve the quality of the data and ensure that it is fit for use.
4. **Documentation:** When datasets are stored in VCSs, it is easier to provide documentation about the data. This can help others to understand the data and use it effectively.
Belmar concludes by arguing that data scientists who do not commit their datasets to VCSs are doing themselves and their colleagues a disservice. He encourages all data scientists to adopt this practice.
**References:**
* [Luke Belmar's blog post on committing datasets](https://medium.com/swlh/you-have-to-commit-datasets-595c2159811d)
* [The importance of data reproducibility](https://www.dataversity.net/the-importance-of-data-reproducibility/)
* [The benefits of data collaboration](https://www.kdnuggets.com/2019/06/benefits-data-collaboration.html)
* [The importance of data quality](https://www.kdnuggets.com/2019/03/importance-data-quality.html)
* [The value of data documentation](https://www.kdnuggets.com/2019/05/value-data-documentation.html)
