Vanliga dataproblem

Introduktion till dataläskunnighet

Jess Ahmet

Content Developer, DataCamp

Smutsig data

  • Smutsig data är:

    • Felaktig
    • Ofullständig
    • Inkonsekvent

  • Orsakas av mänskliga fel, tekniska problem eller brister i datainsamlingen

  • Principen skräp in, skräp ut: smutsig data kan leda till felaktiga slutsatser

Smutsigt fönster

Introduktion till dataläskunnighet

Datafel

  • Data är felaktig eller inkonsekvent
  • Orsakas vanligtvis av mänskliga eller tekniska fel vid registrering av värde eller format
  • Metoder för att hantera:
    • Om ursprungligt värde eller giltigt format är känt: rätta data
    • Om okänt: ta bort data

Pussel med fel bit

Introduktion till dataläskunnighet

Saknad data

  • Data är ofullständig
  • Problematiskt om:
    • Många datapunkter saknas
    • Det finns underliggande mönster i den saknade datan
  • Metoder för att hantera:
    • Ta bort data
    • Imputering

Pussel med saknad bit

Introduktion till dataläskunnighet

Databias

  • Samhälleliga fördomar kan återspeglas i data som databias
  • Leder till icke-representativ data och därmed felaktiga resultat
  • Svårt att upptäcka och åtgärda
  • Metoder för att hantera:
    • Välstrukturerad datainsamling
    • Medvetenhet vid slutsatser
    • Förklarbara AI-modeller

Grått pussel med vita bitar uteslutna

Introduktion till dataläskunnighet

Datarensning

  • Samling tekniker för att hantera dataproblem
  • Viktigt förberedelsesteg inför all dataanalys
  • Men inte alla dataproblem är (helt) lösbara
  • Det är alltid möjligt att genomföra någon form av analys

Handsklädd hand med sprayflaska

Introduktion till dataläskunnighet

Nu kör vi en övning!

Introduktion till dataläskunnighet

Preparing Video For Download...