Вебинар "5 Ways to Make Your Work Bulletproof With Datalore" состоится 23 июня 2022 года в 20:00 (мск).
Случалось ли вам открывать старый анализ, выполненный в Jupyter, и не иметь возможности воспроизвести его результаты? Возможно, вы не можете понять, где вы сохранили данные, которые использовали, или какая версия зависимости ядра была в вашей среде. Возможно, в вашем блокноте Jupyter полный беспорядок, и вы не можете расшифровать собственный код. Все, что вы можете сделать, это заварить себе большую чашку кофе и приготовиться к тяжелой неделе попыток собрать воедино то, что вы должны были сделать.
Если это звучит знакомо, вы не одиноки! Недавние исследования показали, что работа в подавляющем большинстве блокнотов Jupyter не может быть воспроизведена. Невозможность повторного запуска этих блокнотов означает, что предположения и условия, при которых были получены оригинальные результаты, не могут быть воссозданы, что затрудняет полное понимание того, как принимались решения на основе данных или даже объектов интеллектуальной собственности.
На этом вебинаре доктор Джоди Бурчелл расскажет о некоторых распространенных подводных камнях воспроизводимости и о том, как их можно избежать, создавая воспроизводимые анализы с самого начала с помощью Datalore.
Have you ever had the experience of opening up an old analysis you did in Jupyter and being completely unable to reproduce the results? Maybe you can't work out where you saved the data you used, or what version of a core dependency you had in your environment. Perhaps your Jupyter notebook is a complete mess and you can't decipher your own code. All you can do is make yourself a big cup of coffee and prepare for a rough week of trying to piece together what you must have done.
If this sounds familiar, you're not alone! Recent studies have found that the work in the vast majority of Jupyter notebooks cannot be reproduced. Being unable to rerun these notebooks means the assumptions and conditions under which the original results were produced can't be recreated, making it difficult to fully understand how data-based decisions or even pieces of intellectual property were made.
In this webinar, Dr. Jodie Burchell will explain some common pitfalls for reproducibility and how you can avoid them by creating reproducible analyses from the outset using Datalore.
Join us for this live webinar and get the chance to ask questions after the tutorial!
Онлайн,5 Ways to Make Your Work Bulletproof With Datalore
- Анонс
- Программа
- Участники
- Спикеры
Вебинар "5 Ways to Make Your Work Bulletproof With Datalore" состоится 23 июня 2022 года в 20:00 (мск).
Случалось ли вам открывать старый анализ, выполненный в Jupyter, и не иметь возможности воспроизвести его результаты? Возможно, вы не можете понять, где вы сохранили данные, которые использовали, или какая версия зависимости ядра была в вашей среде. Возможно, в вашем блокноте Jupyter полный беспорядок, и вы не можете расшифровать собственный код. Все, что вы можете сделать, это заварить себе большую чашку кофе и приготовиться к тяжелой неделе попыток собрать воедино то, что вы должны были сделать.
Если это звучит знакомо, вы не одиноки! Недавние исследования показали, что работа в подавляющем большинстве блокнотов Jupyter не может быть воспроизведена. Невозможность повторного запуска этих блокнотов означает, что предположения и условия, при которых были получены оригинальные результаты, не могут быть воссозданы, что затрудняет полное понимание того, как принимались решения на основе данных или даже объектов интеллектуальной собственности.
На этом вебинаре доктор Джоди Бурчелл расскажет о некоторых распространенных подводных камнях воспроизводимости и о том, как их можно избежать, создавая воспроизводимые анализы с самого начала с помощью Datalore.
Have you ever had the experience of opening up an old analysis you did in Jupyter and being completely unable to reproduce the results? Maybe you can't work out where you saved the data you used, or what version of a core dependency you had in your environment. Perhaps your Jupyter notebook is a complete mess and you can't decipher your own code. All you can do is make yourself a big cup of coffee and prepare for a rough week of trying to piece together what you must have done.
If this sounds familiar, you're not alone! Recent studies have found that the work in the vast majority of Jupyter notebooks cannot be reproduced. Being unable to rerun these notebooks means the assumptions and conditions under which the original results were produced can't be recreated, making it difficult to fully understand how data-based decisions or even pieces of intellectual property were made.
In this webinar, Dr. Jodie Burchell will explain some common pitfalls for reproducibility and how you can avoid them by creating reproducible analyses from the outset using Datalore.
Join us for this live webinar and get the chance to ask questions after the tutorial!
