Data Tricherie pour les nuls Cheat Sheet - dummies

Par Meta S. Brown

L'exploration de données est la façon dont les gens d'affaires utilisent une gamme de techniques d'analyse de données informations à partir des données et mettre ces informations en pratique. Les chercheurs de données ne se préoccupent pas de la théorie et des hypothèses. Ils valident leurs découvertes en testant. Et ils comprennent que les choses changent, alors quand la découverte qui a fonctionné comme un charme hier ne tient pas aujourd'hui, ils s'adaptent.

Les 9 lois de l'extraction de données: un guide de référence

Thomas Khabaza, pionnier des données, a développé ses «neuf lois de l'exploration de données» pour guider les nouveaux chercheurs de données au travail. Ce guide de référence vous montre ce que chacune de ces lois signifie pour votre travail quotidien.

• 1ère loi de Data Mining, ou «Business Goals Law»: Les objectifs métier sont à l'origine de chaque solution d'exploration de données.

  Un data miner est une personne qui découvre des informations utiles à partir de données pour soutenir des objectifs métier spécifiques. L'exploration de données n'est pas définie par l'outil que vous utilisez.

• 2ème loi de Data Mining, ou «Business Knowledge Law»: Business Knowledge est au cœur de chaque étape du processus d'exploration de données .

  Vous n'avez pas besoin d'être un statisticien de fantaisie pour faire du data mining, mais vous devez savoir quelque chose sur ce que les données signifient et comment l'entreprise fonctionne.

• 3ème loi de Data Mining ou "Data Preparation Law": La préparation des données représente plus de la moitié de tous les processus d'exploration de données .

  Presque tous les data miniers passeront plus de temps à la préparation des données qu'à l'analyse.

• 4ème loi de Data Mining, ou "Pas de repas gratuit pour le Data Miner": Le bon modèle pour une application donnée ne peut être découvert que par l'expérience .

  Dans l'exploration de données, les modèles sont sélectionnés par essais et erreurs.

• 5ème loi de Data Mining: Il y a toujours des modèles dans les données .

  En tant que chercheur de données, vous explorez des données à la recherche de modèles utiles. La compréhension des modèles dans les données vous permet d'influencer ce qui se passe dans le futur.

• 6ème loi de Data Mining, ou "Law Insight": L'exploration de données amplifie la perception dans le domaine des affaires .

  Les méthodes d'exploration de données vous permettent de mieux comprendre votre activité que vous n'auriez pu le faire sans elles.

• 7ème loi de Data Mining ou "loi de prévision": La prédiction augmente l'information localement par la généralisation.

  L'exploration de données nous aide à utiliser ce que nous savons pour faire de meilleures prédictions (ou estimations) de choses que nous ne connaissons pas.

• 8e loi sur l'exploration de données ou «loi de la valeur»: La valeur des résultats de l'exploration de données n'est pas déterminée par l'exactitude ou la stabilité des modèles prédictifs .

  Votre modèle doit produire de bonnes prédictions, de manière cohérente. C'est tout.

• 9ème Loi de l'Exploration de Données, ou "Loi du Changement": Tous les modèles sont sujets à changement.

  Tout modèle qui vous donne de grandes prédictions aujourd'hui peut être inutile demain.

Phases du processus d'exploration de données

Le Processus standard interprofessionnel pour l'exploration de données ( CRISP-DM ) est le principal processus d'exploration de données. C'est une norme ouverte; n'importe qui peut l'utiliser. La liste suivante décrit les différentes phases du processus.

• Compréhension des affaires: Comprenez clairement le problème que vous devez résoudre, son impact sur votre organisation et vos objectifs pour y remédier. Les tâches de cette phase incluent:

  • Identifier vos objectifs commerciaux

  • Évaluer votre situation

  • Définir vos objectifs d'exploration de données

  • Produire votre plan de projet

• Compréhension des données: Consulter les données dont vous disposez documenter, identifier les problèmes de gestion des données et de qualité des données. Les tâches de cette phase sont les suivantes:

  • Collecte des données

  • Description

  • Exploration

  • Vérification de la qualité

• Préparation des données: Préparez vos données pour la modélisation. Les tâches de cette phase sont les suivantes:

  • Sélection des données

  • Nettoyage des données

  • Construction

  • Intégration

  • Formatage

• Modélisation: Utilisez des techniques mathématiques pour identifier les modèles dans vos données. Les tâches de cette phase comprennent:

  • Techniques de sélection

  • Conception de tests

  • Modèles de construction

  • Évaluation de modèles

• Évaluation: Passez en revue les tendances que vous avez découvertes et évaluez leur potentiel d'utilisation. Les tâches de cette phase incluent:

  • Évaluer les résultats

  • Examiner le processus

  • Déterminer les prochaines étapes

• Déploiement: Mettez vos découvertes au service de vos activités quotidiennes. Les tâches de cette phase incluent:

  • Planification du déploiement (vos méthodes d'intégration des découvertes d'exploration de données utilisées)

  • Résultats finaux des rapports

  • Examen des résultats finaux