Uru:
- Ikike iji nyochaa ahịa, ọnụ ahịa na tebụl ọrụ na ọgụgụ isi na-achọpụta ọnọdụ, nkwụsịtụ na ndị na-apụ apụ
- Ikike iji nyochaa megide njehie mgbakọ na mwepụ na ịhụ anya site na imegharị ma ọ bụ jiri aka na-elele mgbako ọ bụla.
- Ikike ịmata ọdịiche dị n'etiti njikọ site na ihe kpatara na ajụjụ ogo data na oke nlele tupu nkọwa
Otu n'ime nkebi ahịrịokwu ugboro ugboro na njikwa njikwa bụ: "Gịnị ka ọnụọgụgụ na-ekwu?" Data ahịa nke onye ahịa, tebụl ọnụ ahịa, akụkụ ndị ahịa ma ọ bụ metrik arụ ọrụ; ha niile na-akọ akụkọ. Ọrụ onye ndụmọdụ bụ ịchọta akụkọ ahụ, gosipụta ya, ma gosi ya nke ọma nye onye mere mkpebi. Ọgụgụ isi na-akọwa eserese n'ime sekọnd, na-akọwapụta usoro, na-agbakọ, na ọbụna mepụta koodu (Python, usoro Excel) maka nyocha. Mana enwere otu ihe egwu ebe a: AI nwere ike mejọrọ ọnụ na mgbakọ na mwepụ wee gosipụta ọnụọgụ na-ezighi ezi na ntụkwasị obi ziri ezi. Ya mere, iwu ọla edo na nyocha data bụ imegharị ma ọ bụ jiri aka gị lelee ngụkọta oge ọ bụla.
Ụzọ abụọ iji rụọ ọrụ na data
Enwere ụzọ abụọ bụ isi nke nyocha data na AI, na ịmara ọdịiche dị oke mkpa maka izi ezi.
- Nkọwa ederede nke ụdị: Ị mado data ozugbo na nkata wee kwuo "okwu". Ihe nlereanya na-agụ ụkpụrụ mana ọ na-agbakọ "n'uche"; Nke a bụ ụzọ nwere nnukwu nsogbu nke njehie. Kwesịrị ekwesị maka obere tebụl na nkọwa qualitative, ọ bụghị maka ndekọ ndekọ ziri ezi.
- Usoro / ngwaọrụ ọgbọ: Ị na-ebipụta koodu nyocha (Python / pandas) ma ọ bụ usoro Excel na ihe nlereanya; Koodu na-eme ngụkọta oge, ọ bụghị ihe nlereanya. Ụzọ a bụ nnọọ ntụkwasị obi n'ihi na mgbakọ na mwepụ na-arụ ọrụ na a deterministic ngwá ọrụ. Họ ya maka nnukwu data yana nọmba ziri ezi.
NDỤMỌDỤ: Ọ bụrụ na ịchọrọ ọnụ ọgụgụ ziri ezi (ntụgharị mkpokọta, nkezi, ọnụego uto) jụọ ihe nlereanya ahụ ka ọ "dee usoro Excel / koodu Python nke na-agbakọ nke a", mee ya n'onwe gị. Echela na ọnụọgụ nke ihe nlereanya ahụ nyere dị ka nke ikpeazụ.
Otu esi edobe ngwa ngwa nyocha
Ngwa ngwa nyocha dị mma gụnyere data, ajụjụ a jụrụ na iwu nkwado.
Ọrụ gị: onye nyocha data. N'okpuru bụ eserese ahịa ọnwa 24 (ọnwa, mpaghara, ngwaahịa, ọnụọgụ, ntụgharị). Ọrụ: 1) chịkọta mkpokọta na mgbanwe mgbanwe kwa ọnwa. 2) Chọta mpaghara 3 kachasị na-eto ngwa ngwa na nke na-ebelata ngwa ngwa- ndakpọ ngwaahịa. 3) Kaa akara ma ọ bụrụ na enwere ihe ọ bụla (ịwụ elu / ọdịda na-atụghị anya ya). Iwu: - Dee usoro Excel nke na-eme mgbako ọ bụla n'akụkụ ya; M ga-enyocha ya.- Kewapụ nkọwa na data: mbụ "data na-ekwu", mgbe ahụ, "nwere ike pụtara" - Ekwula ihe kpatara ya; gosi naanị ụkpụrụ.
Arịrịọ a nwere ihe atọ dị oke egwu: chọrọ usoro (verifiability), ikewapụta data na nkọwa (iguzosi ike n'ezi ihe), na machibido nkwupụta nke ihe kpatara ya (isiokwu nke ngalaba na-esote).
Mmekọrịta abụghị ihe kpatara ya
Njehie ezi uche na-adịkarị na ọnụ ahịa na nyocha bụ iche na otu n'ime ihe abụọ imekọ ọnụ na-akpata nke ọzọ. Naanị n'ihi na mgbanwe abụọ na-abawanye ọnụ (mmekọrịta) anaghị egosi na otu na-akpata nke ọzọ (ihe kpatara ya); Enwere ike inwe ihe nke atọ ma ọ bụ ndaba. Ọmụmaatụ Omuma: ka ahịa ice cream na-abawanye, mmiri mmiri na-eme; Ihe kpatara ya abụghị ice cream, ihu igwe na-ekpo ọkụ na-ebuli ma.
AI nwere ike dee njikọ n'ụzọ dị mfe ka "X na-abawanye Y." Mgbe onye ndụmọdụ ahụ hụrụ ahịrịokwu a, o kwesịrị ịkwụsị ma jụọ, sị: "Nke a ọ bụ n'ezie ihe kpatara ya, ka ọ nwere ihe zoro ezo?" Nkwuta nke ihe kpatara ya; ntụnyere a na-achịkwa chọrọ ịma usoro oge na ngalaba.
Ọrụ gị: oké egwu data analyst.Nnyocha na-esonụ nwere a "X na-abawanye Y" na-azọrọ.Arụ ọrụ: - Nyochaa ma mmekọrịta a ọ bụ mmekọrita ma ọ bụ ezi ihe kpatara ya.- Depụta 3 nwere ike ime latent (atọ) ihe nwere ike imetụta ma.- Kwuo ihe ọzọ na-egosi (otu ntụnyere, usoro oge) dị mkpa iji kwado causality. Jiri nlezianya na-asụ asụsụ; Dee "ekwe omume" na "kwesịrị ịnwale."
Ịjụ ogo data tupu nkọwa
Ntụle dị mma esiteghị na data ọjọọ. Jụọ chaatị ọ bụla ajụjụ ndị a tupu ị zaa:
njikwa
Gịnị mere o ji dị mkpa?
Otu esi elekọta
na-efu data
Selụ efu na-agbagọ pụtara
Gụọ oke oghere/efu
outliers
Otu ihe na-apụtachaghị ìhè na-agbagọ usoro ahụ
Lelee min-max na nkesa
Nkọwapụta agbanwe agbanwe
"Ntụgharị" ọ bụ otu ihe ahụ kwa ọnwa?
Kwenye nkọwa kọlụm
oge nso
Oge oge ọ na-eduhie?
Tulee afọ site n'afọ
sample
Data ahụ ọ na-anọchi anya eluigwe na ụwa niile?
Rịọ maka ọnụego mkpuchi
Tupu ịkọwa tebụl a, mee nyocha ogo data: - Gịnị bụ ihe efu/efu cell ratio? - Olee ahịrị ndị dị oke (outlier) ụkpụrụ? - Nkọwa kọlụm na-agbanwe agbanwe, enwere ndị na-enyo enyo? Naanị nye akụkọ nyocha; Ekwughachila okwu.
Obere ikpe atọ
Ikpe 1 - Njehie mgbakọ na mwepụ. Onye ndụmọdụ nwere ihe nlereanya na-anakọta ntụgharị ọnwa 12; ihe nlereanya na-ekwu "142.6 nde." Onye ndụmọdụ na-enyocha na Excel: n'ezie ngụkọta 128.4 nde; Ihe nlereanya ahụ gbakwunyere ọnwa abụọ na-ezighi ezi. Ọ bụrụ na a rịọrọ usoro usoro kama ịgbakọ echiche, agaraghị enwe mmejọ. Ọ bụrụ na etinyere nọmba na-ezighi ezi na ngosi ahụ, obi ike ndị ahịa gaara ama jijiji.
Nkeji nke 2 - ihe kpatara nsogbu. N'ime onye na-ere ahịa, ihe nlereanya ahụ na-ekwu, sị, "Ntụgharị ahụ mụbara n'ime ọnwa ndị a na-enye ego, n'ihi ya, ego ahụ na-abawanye ụba." Onye ndụmọdụ ahụ kwụsịrị: a na-akwụ ụgwọ ego n'oge ezumike; Onye isi ọkwọ ụgbọ ala bụ ihe achọrọ ezumike. Iji tụọ mmetụta mbelata, ntụnyere na ezumike na-enweghị ego achọrọ. Ntụle ụgha na-egbochi ntụnye na-ere oke dị ka "ka anyị na-ewepụ ego kwa ọnwa."
Ikpe 3 - Ọnyà dịpụrụ adịpụ. Ọnụ ahịa usoro mpaghara mpaghara na-egosi na ọ dị elu nke ukwuu. Ihe nlereanya na-akọwa nke a dị ka "mpaghara adịchaghị". Onye ndụmọdụ na-emepe akara: otu ụlọ ọrụ ụlọ ọrụ nke 4.2 nde na-ebuli nkezi; Mgbe ewepụrụ ahịrị ahụ, mpaghara ahụ bụ ihe nkịtị. Iji median ga-ezere ọnyà a na mbụ.
Ngwa ngwa adịghị ike / Ike siri ike
Ngwa ngwa adịghị ike:
Nyochaa eserese ahịa a wee kwupụta isi ihe nchoputa.
Ihe nlereanya a na-agbakọ n'ihu, na-ekwu na ọ bụ ihe kpatara ya, ma na-enye nchoputa na-enweghị ike ịchọpụta.
Mgbasa ozi siri ike:
Ọrụ gị: onye nyocha data nke ọma. Buru ụzọ mee nyocha ogo data (efu efu, outlier, definition dédé). Mgbe ahụ: usoro kwa ọnwa, nkwụsị nke 3 kachasị elu, ndị na-apụ apụ.- Dee usoro Excel maka akaụntụ ọ bụla; M ga-enyocha.- Nyekwa median kama nke pụtara (iji hụ mmetụta dị elu) - Kewapụ "data na-ekwu" site na "ihe ọ pụtara"; AKWỤKWỌ KWESỊRỊ ihe kpatara ya. - Mark "edoghị anya" ebe ị na-ejighị n'aka.
Nkeji: eziokwu nkezi na-ezobe
Otu n'ime mmegharị kachasị ike na nyocha nyocha bụ nkewa: imebi ọnụọgụgụ n'ime obere obere ihe bara uru. "Onye ahịa nkezi" na-abụkarị ihe na-adịghị adị; A na-ezobe eziokwu na obere otu. Dịka ọmụmaatụ, ebe nkezi uru dị ka 8%, 20% nke ndị ahịa nwere ike iweta oke 25% na 30% na-efunahụ; nkezi na-ezochi eziokwu a kpamkpam. Ọgụgụ isi na-enyere gị aka imebi eserese ngwa ngwa n'ofe anyụike dị iche iche (ụdị ndị ahịa, mpaghara, ngwaahịa, ọwa) wee chọpụta ndakpọ na-egosi ọdịiche kacha pụta ìhè.
Ọrụ gị: onye nyocha data. Tebụl dị n'okpuru ebe a. Ọrụ: Gbajie data a na axis na-esonụ: [ụdị ndị ahịa / mpaghara / ngwaahịa]. Maka otu ọ bụla: mkpokọta, òkè (%), pụtara AND median, otu nha (n) . Iwu: - Ọ bụrụ na otu n<30, akara "obere sample - anya" - Dee usoro maka akaụntụ ọ bụla; M ga-enyocha.- Gosi ndị kasị elu na kasị ala otu; Nyochaa ma ọdịiche dị n'ezie ma ọ bụ n'ihi otu ihe dịpụrụ adịpụ. Ka m buru ụzọ gwa gị ndakpọ nke m na-atụ anya ya: [hypothesis].
Mmejọ ndị nkịtị
- Na-adabere na mkpokọta isi ihe nlereanya. Wepụta mgbakọ na mwepụ na ngwá ọrụ deterministic (Excel/Python); Lelee nsonaazụ ahụ n'onwe gị.
- Mmekọrịta na-ezighi ezi maka ihe kpatara ya. Edela ahịrịokwu ahụ "X na-abawanye Y" na-enweghị ihe akaebe; Jụọ maka ihe zoro ezo.
- N'iji ìsì na-ele nkezi. The otu outlier inflates pụtara; Hụkwa etiti na nkesa.
- Ịgafe ogo data. Nkọwa ndị sitere na data ezughị ezu, oyiri ma ọ bụ enweghị nkwekọrịta na-eduhie eduhie; lelee mbụ.
- Na-echefu ihe atụ. Ịchịkọta ọnụ site na obere nlele ma ọ bụ nke na-adịghị mma nye ndị mmadụ niile ga-arụpụta nsonaazụ na-ezighi ezi.
- Ihe mgbagwoju anya data na nkọwa. Gosi iche ihe bụ nha na ihe bụ inference.
Ntị: Ọ bụrụ na nsonaazụ nke nyocha nke data nchekwa ego, ahụike ma ọ bụ ọrụ ga-abụ ihe ndabere maka mkpebi, ngụkọ na nkọwa ga-ekwenye na onye ọkachamara dị mkpa (onye ndụmọdụ ego, actuary, ọkachamara ubi). Ọgụgụ isi na-emepụta nyocha mbụ; Ntụle ikpeazụ na ọrụ bụ nke mmadụ.
Na nchịkọta
Ọgụgụ isi bụ ihe enyemaka siri ike n'ịkọwa data tabular, ịchọta usoro na ndakpọ, na ịmepụta koodu nyocha. Mana ebe ọ nwere ike imehie ihe n'ime mgbakọ na mwepụ, ọ dị mkpa ka emegharịa mgbako ọ bụla site na iji ngwá ọrụ deterministic ma jiri aka nyochaa ya. Ikewa mmekọrịta site na ihe kpatara ya, ileba anya n'etiti n'akụkụ ihe ọ pụtara, ịlele ogo data tupu nkọwapụta, na ilele oke nlele bụ usoro mmụta bụ isi nke ndụmọdụ. Ihe nlereanya na-egosi ụkpụrụ; Ndị mmadụ na-emepụta ihe pụtara na ibu ọrụ.
Ọrụ ngwa
Họrọ nkwupụta ahịa/ọnụ ahịa n'ezie ma ọ bụ onye nnọchi anya. Buru ụzọ mee ngwa ngwa nlele ogo data wee chọta opekata mpe otu nsogbu (na-efu efu, nke pụtara, enweghị nkwekọ nkọwa). Wepụ ihe na-emekarị na breakouts na ike nyocha ozugbo; Jirikwa aka nyochaa usoro maka akaụntụ ọ bụla. Tulee ihe pụtara na etiti wee chọpụta mmetụta dịpụrụ adịpụ. N'ikpeazụ, chọta ihe kpatara ihe nlereanya ahụ na-ede ma degharịa ya dị ka "mmekọrịta."
ndetu
- [] M na-eji ngwá ọrụ deterministic (Excel/Python) na-agba ọsọ ọ bụla kpọmkwem.
- [ ] Emere m nyocha ogo data tupu ịza ajụjụ.
- [] E wezụga ihe ọ pụtara, elere m anya na etiti na nkesa.
- [ ] Edokwa m ihe dị iche n'ihe metụtara njikọ.
- [ ] Ajụrụ m ajụjụ nlele na oke oge.
- [ ] Ekewapụrụ m "data kwuru" na "ihe enwere ike pụtara".
- [ ] Ezubere m nkwenye ọkachamara na nyocha mkpebi siri ike.