Probleme frecvente ale datelor

Introducere în alfabetizarea datelor

Jess Ahmet

Content Developer, DataCamp

Date murdare

  • Datele murdare sunt:

    • Incorecte
    • Incomplete
    • Inconsistente

  • Cauzate de erori umane, probleme tehnice sau deficiențe în procesul de colectare

  • Principiul „gunoi la intrare, gunoi la ieșire": datele murdare duc la concluzii greșite

Fereastră murdară

Introducere în alfabetizarea datelor

Erori în date

  • Datele sunt incorecte sau inconsistente
  • De obicei cauzate de erori umane sau tehnice la înregistrarea valorii sau a formatului
  • Tehnici de contracarare:
    • Dacă valoarea sau formatul corect este cunoscut: corectarea datelor
    • Dacă nu este cunoscut: eliminarea datelor

Puzzle cu o piesă greșită

Introducere în alfabetizarea datelor

Date lipsă

  • Datele sunt incomplete
  • Problematice dacă:
    • Lipsesc multe puncte de date
    • Există tipare în datele lipsă
  • Tehnici de contracarare:
    • Eliminarea datelor
    • Imputarea

Puzzle cu o piesă lipsă

Introducere în alfabetizarea datelor

Biasul datelor

  • Prejudecățile sociale se pot reflecta în date ca bias
  • Duc la date nereprezentative și rezultate eronate
  • Greu de detectat și de remediat
  • Tehnici de contracarare:
    • Proces solid de colectare a datelor
    • Prudență în interpretarea concluziilor
    • Modele AI explicabile

Puzzle gri cu piese albe lipsă

Introducere în alfabetizarea datelor

Curățarea datelor

  • Set de tehnici pentru remedierea problemelor din date
  • Etapă importantă de pregătire pentru orice analiză
  • Nu toate problemele sunt (complet) rezolvabile
  • Întotdeauna este posibil să se efectueze un anumit tip de analiză

Mână cu mănușă și spray de curățat

Introducere în alfabetizarea datelor

Să exersăm!

Introducere în alfabetizarea datelor

Preparing Video For Download...