会员服务
数据科学（英語：data science）是一门利用数据学习知识的学科，其目标是通过从数据中提取出有价值的部分来生产数据产品。 它结合了诸多领域中的理论和技术，包括应用数学、统计、模式识别、机器学习、数据可视化、数据仓库以及高性能计算。 数据科学通过运用各种相关的数据来帮助非专业人士理解问题。
What makes an Expert? Comparing Problem-solving Practices in Data Science Notebooks
Arxiv
0+阅读 · 2月17日
We Should Separate Memorization from Copyright
Arxiv
0+阅读 · 2月9日
Dataset of GenAI-Assisted Information Problem Solving in Education
Arxiv
0+阅读 · 2月16日
Benchmarking AI Performance on End-to-End Data Science Projects
Arxiv
0+阅读 · 2月15日
LLM-Based Multi-Agent Blackboard System for Information Discovery in Data Science
Arxiv
0+阅读 · 1月31日
Not Everyone Wins with LLMs: Behavioral Patterns and Pedagogical Implications for AI Literacy in Programmatic Data Science
Arxiv
0+阅读 · 2月2日
Smarter AI Through Prompt Engineering: Insights and Case Studies from Data Science Application
Arxiv
0+阅读 · 1月30日
DSAEval: Evaluating Data Science Agents on a Wide Range of Real-World Data Science Problems
Arxiv
0+阅读 · 1月20日
Dataset of GenAI-Assisted Information Problem Solving in Education
Arxiv
0+阅读 · 1月19日
Data Science: a Natural Ecosystem
Arxiv
0+阅读 · 1月13日
Harnessing Large Language Models for Precision Querying and Retrieval-Augmented Knowledge Extraction in Clinical Data Science
Arxiv
0+阅读 · 1月28日
Advanced computing for reproducibility of astronomy Big Data Science, with a showcase of AMIGA and the SKA Science prototype
Arxiv
0+阅读 · 1月12日
Using Small Language Models to Reverse-Engineer Machine Learning Pipelines Structures
Arxiv
0+阅读 · 1月7日
SPIO: Ensemble and Selective Strategies via LLM-Based Multi-Agent Planning in Automated Data Science
Arxiv
0+阅读 · 1月7日
The Machine Learning Canvas: Empirical Findings on Why Strategy Matters More Than AI Code Generation
Arxiv
0+阅读 · 1月5日
参考链接
微信扫码咨询专知VIP会员
Top