2.5 数据科学家的日常

• 这些步骤其实不是顺序的，而是不停迭代的。就比如数据标注的时候也需要通过模型训练得到更好地标注数据(eg:自学习label)；而特征工程中也需要进入模型得到更准确的特征（eg：微调模型）
• 挑战：
  • 数据量和数据质量之间的权衡
  • 数据质量：
    • 多样性：不同场景的数据
    • 没有偏见：
    • 公平性：
  • 大规模数据管理：存储，版本控制，安全性

References

2.5 数据科学家的日常【斯坦福21秋季：实用机器学习中文版】_哔哩哔哩_bilibili