快速响应数据科学的七项原则：来自 Covid-19 预测的经验教训
应用统计
2022-03-31 v2
摘要
在本文中，我们退一步，从 2020 年春季的经验中提炼出七项原则；当时我们一个 12 人的快速响应团队运用数据科学及其他技能，协助分发 Covid 个人防护装备（PPE）。这一过程包括利用流行病学和医疗物流链的领域知识、策划相关数据仓库、开发用于美国县级短期死亡预测的模型，以及构建用于共享可视化（一个自动化 AI 机器）的网站。这些原则在与当时新成立的非营利组织 Response4Life 合作的背景下予以阐述，以说明其必要性。这些原则中有许多与标准数据科学团队的原则重叠，但重点放在处理需要快速响应的问题上，这类问题通常类似于敏捷软件开发。
引用
@article{arxiv.2108.08445,
title = {Seven Principles for Rapid-Response Data Science: Lessons Learned from Covid-19 Forecasting},
author = {Bin Yu and Chandan Singh},
journal= {arXiv preprint arXiv:2108.08445},
year = {2022}
}
备注
4 pages, accepted in special issue of "Statistical Science" on COVID-19 Response