数据科学家需要多少自动化
机器学习
2021-01-12 v1 人机交互
摘要
数据科学与机器学习（DS/ML）是近期许多人工智能（AI）应用进展的核心。AI 中有一个活跃的研究方向，即 \autoai，旨在开发端到端自动化 DS/ML 生命周期的系统。然而，DS 与 ML 从业者真的希望将其 DS/ML 工作流自动化吗？为回答此问题，我们首先通过综述研究文献与市场报告，综合出一个以人为中心的 AutoML 框架，包含 6 种用户角色/画像、10 个阶段与 43 个子任务、5 级自动化以及 5 类解释。其次，我们使用该框架指导一项针对 217 名具有不同经验程度且用户角色与我们的 6 种角色/画像“匹配”的 DS/ML 从业者的在线调查研究设计。我们发现，不同用户画像参与生命周期中不同的阶段——但并非所有阶段。他们所期望的 AutoML 自动化级别与解释类型也随 DS/ML 阶段与用户画像显著不同。基于调查结果，我们认为从用户需求出发，没有理由对端到端 DS/ML 生命周期进行完全自动化。我们提出了用户可控 DS/ML 自动化的新下一步。
引用
@article{arxiv.2101.03970,
title = {How Much Automation Does a Data Scientist Want?},
author = {Dakuo Wang and Q. Vera Liao and Yunfeng Zhang and Udayan Khurana and Horst Samulowitz and Soya Park and Michael Muller and Lisa Amini},
journal= {arXiv preprint arXiv:2101.03970},
year = {2021}
}