程式設計已死？資料勝出！

過去，程式程式碼一直是構建軟體時的主要重點。但是機器學習系統改變了正規化：程式碼僅扮演次要角色，而“資料”成為主要角色。瞭解如何產生、收集、管理和解釋資料的個人將擁有未來。 - svpino

網友討論：

模型解釋在不久的將來將是一件大事！隨著資料科學的廣泛採用，它們將影響重要的決策。僅僅說“該模型的準確率達90％以上”是不夠的。資料科學家將不得不解釋他們的模型。醫療保健行業就是一個很好的例子。您必須解釋什麼對預測患者患有癌症的模型有貢獻。一個簡單的黑匣子解決方案是不夠的。

資料是向工業革命進行數字化轉型的動力

在編寫一行程式碼之前，需要了解資料。程式碼模式將變得標準化，但資料將始終是唯一的。

程式碼將繼續被打包到標準框架中，我們都可以一次又一次地重複使用它們。更好的程式碼將使我們的收益遞減。

長期以來資料結構在很大程度上是軟體應用程式的一個功能。現在需要使資料成為獨立於應用程式生命週期成為一流公民。

資料是未來，但即使對於ML系統，如果您打算將其投入生產並對其進行長期維護，那麼軟體工程將是必不可少的。除了輔助專案之外，任何其他事情都需要您編寫簡潔的程式碼...，但是所有這些工作最終都會變得重複並且容易被任何人設定。

機器學習已經向我們展示了沒有資料的程式碼是毫無意義的。有些人可能沒有意識到這一直是事實。

資料可能是噪音，沒有經過適當的預處理。驗證資料，增強資料並使其有用是一項艱鉅的任務。假設資料對做出業務決策有用且一致，這是一個冒險的競標。即使格式正確，也可能導致錯誤的結果。

軟體是一個神祕的實體。物件導向的程式設計就是隱藏資料，將我們與資料隔離以及將行為視為頭等公民，而現在，資料似乎已經處於領先地位。

收集，管理和解釋資料主要是通過編碼來完成的，程式碼建立了一些軟體來幫助我們完成上述所有工作。我認為程式設計還第一等公民。但是資料（好的，乾淨的和標記良好的）仍然是主要物件。