审查阶段：数据质量

面向数据分析师的 AI

Andy Cotgreave

Author and Speaker, Former Technical Evangelist at Tableau

常见问题

AI 破解的复杂难题

模糊重复项

 

• 传统方法：手工编写规则，需永久维护
• AI：自动编写匹配逻辑，带来语义理解

 

• 输出 → 可读且可调整的查询或分组

时间顺序违规

• 传统方法：编写比较时间戳的 SQL 语句
• AI：描述不应发生的情况 → AI 编写查询

逻辑不一致

 

• 传统方法：依赖参照表，需要专人维护
• AI：依靠世界知识，无需参照数据

审查 AI 的输出

 

• AI 并非魔法 — 它只是生成查询、代码或规则
• 这些结果也可能出错：错误的正则表达式、_臆造_的业务规则

修复问题

让我们一起练习吧！

面向数据分析师的 AI