Problemi comuni con i dati

Introduzione alla Data Literacy (alfabetizzazione dei dati)

Anneleen Rummens

Data Scientist

Dati sporchi

I dati sporchi sono:
- Errati
- Incompleti
- Inconsistenti
Causati da errori umani, problemi tecnici o da problemi durante la fase di raccolta dei dati
Principio “garbage in, garbage out”: i dati sporchi possono portare a conclusioni sbagliate

Finestra sporca

I dati sono errati o incoerenti
Causati solitamente da un errore umano o tecnico nella registrazione del valore o del formato
Tecniche per evitarli:
- Se il valore originale o il formato valido sono noti: dati corretti
- Se non sono noti: scartare i dati

Puzzle con il pezzo sbagliato

I dati sono incompleti
Problematico se:
- Mancano molti dati
- I dati mancanti presentano dei pattern nascosti
Tecniche per evitarli:
- Eliminazione dei dati
- Imputazione

Puzzle con pezzo mancante

I bias della società possono riflettersi in data bias (dati distorti)
Portano a dati e a risultati non rappresentativi
Difficili da individuare e risolvere
Tecniche per evitarli:
- Un valido processo di raccolta dati
- Consapevolezza nelle conclusioni
- Modelli di intelligenza artificiale spiegabili

Puzzle grigio con pezzi bianchi lasciati fuori

Mano con guanto e flacone spray

Introduzione alla Data Literacy (alfabetizzazione dei dati)