真实可信数据科学 by 余彬教授 加州大学伯克利分校

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

图书链接

Veridical Data Science（真实可信数据科学）是一套确保数据科学结果真实、可靠、可解释、可复现的原则和方法体系。
它由加州大学伯克利分校的统计学家 Bin Yu（余彬）教授提出，核心思想是：

为了做到这一点，VDS 提出了一个核心框架：PCS
•         P: Predictability（可预测性）
模型必须在新数据上表现良好，而不是只在训练集上好看。
•         C: Computability（可计算性）
结果必须能被稳定、可重复地计算出来，算法要可实现、可复现。
•         S: Stability（稳定性）
结论不能因为数据的微小扰动、模型选择的微小变化而大幅波动。

为什么 Veridical Data Science 在工业界非常重要
工业界的数据科学项目往往面临以下问题：
•         数据噪声大、不完整
•         模型复杂、难解释
•         结果不稳定、难复现
•         业务方需要可信的结论，而不是“黑箱预测”
•         模型上线后需要长期稳定运行
VDS 正是为了解决这些现实痛点。


VDS 强调：
•         模型不仅要预测准
•         还要能解释“为什么”
在工业界：
•         金融风控需要解释
•         医疗模型需要解释
•         法律合规需要解释
•         业务团队需要解释

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：数据科学 加州大学 伯克利 Data Science Stability

郁彬  院士是华人（或华裔）
这本书的中文版也已经出版，可以参考当当的介绍
https://product.dangdang.com/12422608667.html

Thank you.

点击学习一下