データの問題

データリテラシー入門

Jess Ahmet

Content Developer, DataCamp

汚れたデータ

  • 汚れたデータとは：

    • 不正確
    • 不完全
    • 不整合

  • 人的ミス、技術的な問題、データ収集

プロセスの問題によって発生

  • Garbage in, Garbage out の原則： 汚れたデータは誤った結論を導出

汚れた窓

データリテラシー入門

データエラー

  • 不正確または不整合なデータ
  • 通常、入力された値や形式に関連する人為的または技術的ミスが原因
  • 対応策：
    • 元の値または有効な形式が分かる場合： データを修正
    • 不明な場合：データを削除

パズルの間違ったピース

データリテラシー入門

欠損データ

  • 不完全なデータ
  • 問題ありのケース：
    • 多くのデータが欠損
    • 欠損のパターンを特定できる場合も
  • 対応策：
    • データの削除
    • データの補完

欠けたピースのあるパズル

データリテラシー入門

データバイアス

  • 社会的バイアスは、データバイアスとして 反映されることがある
  • 現実を反映していないデータにつながり、分析結果にも影響
  • 検出と解決が困難
  • 対応策：
    • 確実なデータ収集プロセス
    • 結論にバイアスが潜在するリスクを認識
    • 出力結果を説明できる AI モデルを活用

白いピースが欠けた灰色のパズル

データリテラシー入門

データクリーニング

  • データの問題への対応策
  • データ分析の重要な準備ステップ
  • データの問題は、すべてを（完全に） 解決できるわけではない
  • ただし、何らかの分析を行うことは常に可能

手袋をした手とスプレーボトル

データリテラシー入門

練習しましょう！

データリテラシー入門

Preparing Video For Download...