資料版本控制與可重現性

版本控制（version control）指的是保留一份受追蹤的變更歷史，讓你能看出什麼變了、何時變的、由誰變的——必要時還能回退。程式碼有 Git 來做這件事；資料與模型則需要額外的工具（例如 DVC 或湖倉的表格格式），因為資料集又大又一直在變。它服務的目標是可重現性（reproducibility）：任何人，包括未來的你，都應該能重跑一份分析並得到相同的結果。

這之所以重要，是因為一份你無法重現的分析，很難被信任、除錯或在其上繼續建構。初學者會踩到的陷阱是：一個結果同時取決於「特定版本的資料」加「特定的程式碼」加「特定的執行環境」——任何一項悄悄改變，數字就跟著跑掉。穩健的做法是把三者一起釘住：用 Git 為程式碼做版本控制、為資料做版本（或快照）、並記錄環境，這樣任何結果都能被追溯回產生它的那組確切輸入。