AI时代真实数据科学的PCS工作流
机器学习
2025-12-04 v2 人工智能
统计方法学
摘要
数据科学是人工智能（AI）的支柱，正在改变人类活动的几乎每个领域，从社会科学和物理科学到工程和医学。虽然AI中数据驱动的发现在提取洞察和指导决策方面提供了前所未有的力量，但许多发现难以或无法复现。造成这一挑战的一个关键原因是数据科学生命周期（DSLC）中众多选择所带来的不确定性。传统的统计框架往往无法解释这种不确定性。用于真实（可信）数据科学的可预测性-可计算性-稳定性（PCS）框架提供了一种在DSLC中应对这一挑战的原则性方法。本文提出了一个更新和精简的PCS工作流，专为实践者量身定制，并通过引导式使用生成式AI进行了增强。我们包含了一个运行示例来展示PCS框架的实际应用，并进行了相关的案例研究，该案例研究展示了数据清洗阶段的主观判断所导致的下游预测的不确定性。
引用
@article{arxiv.2508.00835,
title = {PCS Workflow for Veridical Data Science in the Age of AI},
author = {Zachary T. Rewolinski and Bin Yu},
journal= {arXiv preprint arXiv:2508.00835},
year = {2025}
}