lightbulb现实痛点科学异常检测与因果分析支持
数据科学家难以快速获取领域知识，机器学习开发效率低。通用AI系统与交互设计 / 科学异常检测与因果分析支持
数据科学家难以快速获取领域知识，机器学习开发效率低。
同类问题
lightbulb现实痛点科学异常检测与因果分析支持
数据科学家在处理复杂数据清洗任务时效率低且易出错。lightbulb现实痛点科学异常检测与因果分析支持
海洋科学家缺乏连贯易用的软件工具，影响合作与效率。lightbulb现实痛点科学异常检测与因果分析支持
数据科学家在处理复杂任务时，难以高效进行非线性探索和回滚。lightbulb现实痛点科学异常检测与因果分析支持
数据科学家缺乏针对实际工作场景的伦理培训工具，导致伦理讨论脱离实际。lightbulb现实痛点科学异常检测与因果分析支持
科学家难以用现有异常检测工具分析火星地球化学数据。IUI '23Lessons from the Development of an Anomaly Detection Interface on the Mars Perseverance Rover using the ISHMAP Framework
lightbulb现实痛点科学异常检测与因果分析支持
数据科学家觉得现有工具复杂低效，不便于任务处理。相关论文
CHI 2025
Dango：使用大型语言模型的混合发起数据整理系统
Wei-Hao Chen, Weixi Tong, Amanda Case
CHI 2025
理解海洋科学家软件工具的使用
Matthew Lakier, Andrew Irwin, Daniel Vogel
CHI 2025
通过代码+数据空间版本控制增强计算笔记本
Hanxi Fang, Supawit Chockchowwat, Hari Sundaram
CHI 2024
数据伦理紧急演练：一个用于讨论行业团队负责任AI的工具箱
Vanessa Aisyahsari Hanschke, Dylan Rees, Merve Alanyali
IUI 2021
促进领域专家向数据科学家共享知识以构建NLP模型
Soya Park, April Yi Wang, Ban Kawas
CHI 2021
Glinda：使用实时编程、GUI和领域特定语言支持数据科学
Robert A DeLine