面向数据科学家的有效搜索以发现过去的分析选择

数据科学家对其所做的分析决策负责，但很难追踪他们得出结果的过程。即使数据科学家保持日志记录，要理解由此产生的大量充满重叠代码、输出、图表等历史记录也非常困难。我们为笔记本代码环境开发了算法和可视化技术，以帮助数据科学家在其历史记录中搜索信息。为了测试这些干预措施，我们对15名数据科学家进行了口头报告评估，要求参与者从另一个人的数据科学项目历史中找到特定信息。参与者在执行的任务中成功率为80%。定量结果表明了我们设计的前景，而定性结果则激发了许多设计改进。该系统名为Verdant，作为JupyterLab的开源扩展发布。