Treść książki
Przejdź do opcji czytnikaPrzejdź do nawigacjiPrzejdź do informacjiPrzejdź do stopki
WSTĘP
•zatrudniająspecjalistów(datascientists),którychzadaniemjestformułowanieiwery-
fikowaniehipoteznapodstawiezebranychdanych;
•
podejmująpraktyczne(empiryczne)decyzjenapodstawietaksformułowanych
hipotez.
TermindatasciencezostałporazpierwszyużytyprzezPeteraNauraw1960r.naokreś-
leniemetodautomatycznegoprzetwarzaniadanychprzyużyciukomputerów.Odtego
czasujestonużywanywśrodowiskunaukowym,początkowogłówniewśródstatystyków.
PosługiwalisięnimmiędzyinnymitakznanistatystycyjakC.F
.JeffWuiWilliamS.Cleve-
landnaokreśleniewspomaganychkomputerowoanalizstatystycznych.
Podstawowymzałożeniemdatasciencejestuczeniesię,zarównoludzi,jakimaszyn,na
podstawiedanych.Tymcoodróżniadatascienceodmetodyempirycznejjestużywanie
weksperymentachwszelkichdanychcyfrowych.Ponieważjestichdużoisągromadzone
szybko,doichanalizywykorzystujesiękomputery.Wynikiemtakichanalizsąmodele
eksploracjidanych,którepoprzezzastosowanietakichalgorytmówjaksiecineuronowe,
lasydrzewdecyzyjnychczymaszynywektorównośnychanalizująukrytewdanych
wzorceinatejpodstawietworząogólnereguły.
Jeżelitylkodysponujemyodpowiednimidanymi,ichprawidłowoprzeprowadzonaeksplo-
racjapozwalazdobyćwiedzę,którawinnymprzypadkubyłabydostępnadopieropofakcie
lubwwynikuszczęśliwegozbieguokoliczności.Ponadto,dokładnośćiwiarygodnośćuzy-
skanychzapomocąeksploracjidanychregułmożebyćzmierzonaiobiektywnieoceniona
przedichzastosowaniemwpraktyce.
Typowyprocesautomatycznejanalizydanych(wterminologiidatasciencenazywany
eksperymentem)składasięznastępujących,opisanychwkolejnychrozdziałachksiążki,
etapów:
•zdefiniowaniarozwiązywanegoproblemuwkontekścieposiadanychdanych;
•
zgromadzeniapotrzebnychdanychźródłowych–opróczsystemówoperacyjnych
(takichjakbazaERP)orazhurtownidanychcorazczęściejźródłamidanychsąsystemy
BigData,stronyWWWczyusługionline(takiejakTwitterczySalesforce);
•ocenyzgromadzonychdanychpodkątemprzydatnościdorozwiązaniapostawionego
problemu;
•
przygotowania(usunięcianadmiarowychorazzbędnychinformacji)iwzbogacenia
danychźródłowychnapotrzebykonkretnychmodelieksploracjidanych;
•utworzeniamodelieksploracjidanych,czylimodelisposobówużyciawybranychalgo-
rytmówdowydobyciainformacjiukrytychwprzygotowanychdanychźródłowych;
•
ocenyutworzonychmodeliiwyborunajlepszegoznichwzględemustalonychkry-
teriów;
•wdrożeniewybranegomodeluwcelurozwiązaniapostawionegoproblemuiprzed-
stawienie(częstowizualne)wynikówużytkownikom.
XIX