数据分析之道.pptxVIP

  1. 1、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
数据分析之道

大数据分析师的卓越之道数据分析的典型场景DataValueDataKnowledgeDiscoveryValueInfrastructure基础设施已经改朝换代分析师也需要与时俱进改变思维方式提高技术素养丰富分析能力新的世界观:不确定的世界大数据的测不准《自然》:测不准《科学》:大数据傲慢数据分析方法论的升级HypothesesCollectionPreparationAnalyticsInterpretationEvaluation数据分析方法论的升级HypothesesCollectionPreparationAnalyticsInterpretationEvaluationHypotheses机械地发掘相关性和假设直觉,拿侦探小说练手阅读广泛涉猎跨界思维碰撞融入业务部门防止数据采集与分析、业务与数据分析的脱节数据分析方法论的升级HypothesesCollectionPreparationAnalyticsInterpretationEvaluation数据!数据!数据!n=All !Enterprise Data Warehouse ? Enterprise Data Hub/Data LakeExternal data sourcesStructured ? semi-structured ? unstructuredLog analysisText analysisImage/videoData with geo and temporal tagsNetworks and graphs数据?数据?数据?n=All ?More data vs. sampling“Raw data” is an oxymoronSignals and noisesSampling biasData exchange and sharingData rights, data pricingData lifecycle managementProvenance capture, representation, and queryingSometimes data are not assets, but costs数据分析方法论的升级HypothesesCollectionPreparationAnalyticsInterpretationEvaluation数据质量:重中之重Noisy, biased and polluted data are unavoidableGoal: models = components for noise + relatively complex models for signalCleansing, validation, …Can it start with a small subset? Can the process be automated?Work together with visualization, machine learningCuration, Wrangling, …Automated learning to discover structure, resolve entities, and transform data数据表示Reduce compute and communication complexitySparse, compressed data structureApproximate computationReduce statistical complexityDimensionality reduction, clusteringSamplingNon-random sampling, compressive sensing, … …Choose best representation for specific computational methodsE.g. tables for data parallelism, networks/graphs for graph parallelismUIMA: Unstructured Information Management Architecture数据分析方法论的升级HypothesesCollectionPreparationAnalyticsInterpretationEvaluationComputational ScienceSource: 检查自身装备检查自身装备ML PipelineScikit-learn style pipelines拥抱云的世界all models are wrong, but some are useful刺猬(一招鲜吃遍天) vs. 狐狸(一把钥匙开一把锁)模型的复杂度与问

文档评论(0)

文档精品 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

版权声明书
用户编号:6203200221000001

1亿VIP精品文档

相关文档