AutoDS：面向以人为中心的数据科学自动化
人机交互
2021-01-15 v1 机器学习
摘要
数据科学（DS）项目通常遵循一个生命周期，其中包含数据科学家与领域专家（例如数据探索、模型训练等）的繁重任务。直到最近，机器学习（ML）研究者才开发出有前景的自动化技术来辅助数据工作者完成这些任务。本文介绍 AutoDS，一个自动化机器学习（AutoML）系统，旨在利用最新的 ML 自动化技术来支持数据科学项目。数据工作者只需上传其数据集，系统便可自动建议 ML 配置、预处理数据、选择算法并训练模型。这些建议通过基于网页的图形用户界面和基于笔记本的编程用户界面呈现给用户。我们让 30 名专业数据科学家使用 AutoDS 与不使用 AutoDS 分别完成一个数据科学项目以研究 AutoDS。正如预期，AutoDS 提升了生产力；然而令人惊讶的是，我们发现 AutoDS 组产生的模型具有更高质量和更少错误，但人类置信度评分更低。我们通过对将数据科学生命周期中自动化技术引入人类工作的设计启示进行反思来呈现这些发现。
引用
@article{arxiv.2101.05273,
title = {AutoDS: Towards Human-Centered Automation of Data Science},
author = {Dakuo Wang and Josh Andres and Justin Weisz and Erick Oduor and Casey Dugan},
journal= {arXiv preprint arXiv:2101.05273},
year = {2021}
}