data scientist - pareri richiestiQuali aspetti di JMP/JMP Pro sono/dovrebbero essere utilizzati e più potenti da qualsiasi autoproclamato "data scientist"?
Ri: data scientist - si cercano pareriAltri due pensieri ... nessuno dei due direttamente correlato ai prodotti JMP, ma penso che questi due tipi di competenze possano essere un elemento di differenziazione per un "data scientist" almeno da alcuni dei suoi colleghi.
Considerazione 1: la pratica IMO delle tecniche relative alla scienza dei dati (quelle nei prodotti JMP) è più efficiente quando lo scienziato ha domande commerciali solide, verificabili e razionali o problemi tecnici da risolvere come presentati dai suoi consumatori (per non parlare dei dati appropriati per rispondere a queste domande /problemi). La situazione in cui i "dati" compaiono sullo specchio di poppa della barca del data scientist, con le istruzioni limitate a "Dicci cosa ci sta dicendo"... sono una ricetta per ogni tipo di problema, fatica sprecata, segnali mancati e meno rispetto alle decisioni ottimali. Quindi, quando il data scientist è immerso in questa situazione, deve essere in grado di frenare lo sforzo di analisi e porre ai propri sponsor le domande di indagine in modo che la parte di analisi del processo venga eseguita in modo efficiente ed efficace.
Secondo pensiero: i consumatori spesso non si preoccupano del ricco set di strumenti di analisi che sono stati utilizzati per rispondere alle domande originali o informarli. Quindi il data scientist deve essere bilingue... parlare la lingua dell'analisi (per difendere o spiegare in dettaglio il loro approccio) e la lingua dei suoi consumatori. Di solito quel linguaggio è denaro o impatto aziendale ... non R ^ 2, test F, intervalli di confidenza e così via. Quindi, se il data scientist comunica solo nel linguaggio dell'analisi, ci sono buone probabilità che il messaggio generale e il loro impatto sul progetto siano tutt'altro che pienamente efficaci. Un modo per aiutare con il pezzo bilingue di questo è utilizzare gli strumenti di visualizzazione dei dati di JMP ... non le tabelle di materiale fornite con le piattaforme. Lo scienziato dovrà probabilmente ancora spiegare alcune cose... ma se mantenuto semplice e visivo... ha una possibilità di lottare per essere ascoltato e compreso.
Ri: data scientist - si cercano pareri@dara_hammond Consentitemi di provare a tracciare alcune linee nella sabbia ... ma riconosco che si tratta di linee ondulate Metodi di fase "Assemblaggio dati" come immissione manuale, Generatore di query JMP, Generatore di query, flussi di importazione Exel/kissing cugino, interfaccia con SAS/R/ Python/Matlab, ecc. e ora nella versione 14 importazione di più file, richiesta http. Ma anche qui ... qualcosa come Query Builder potrebbe sicuramente entrare in "Wrangling". Come iniziare a filtrare, cambiare i nomi delle variabili nella query (solo un'altra forma di ricodifica davvero?) E così via.
Nello spazio "Wrangling" ... inizierò con la presunzione che i dati siano ora in una tabella di dati JMP. Ora è il momento di rimodellare, riformattare, trasformare, creare nuove variabili (come una colonna di convalida o utilizzare l'editor di formule) ecc. Tante trasformazioni di tabelle di dati nel menu Tabelle, rilevamento/imputazione di valori mancanti, Esplora valori anomali per "come posso gestirli?' domanda. E la madre di tutti loro ora nella versione 14, Recode.
Ri: data scientist - si cercano pareriMentre raccolgo i miei pensieri intorno a tutti i grandi commenti che ho ricevuto, mi sembra di essere in grado di tracciare diverse linee nella Fase 2 di Peter basate sulla tua separazione di "Data Assembly" e "Wrangling".Puoi condividere maggiori dettagli su ciò che classificheresti dove rispetto alla segmentazione?
Ri: data scientist - si cercano pareriArticolo molto interessante sull'utilizzo dei dati per dare un senso a cosa significhi "scienza dei dati" in primo luogo, dal punto di vista della descrizione del lavoro.
Potrebbe fornire indizi su come aiutare i clienti JMP a compiere la transizione nella loro carriera o per capire quale nuovo cliente che si autoidentifica come data scientist potrebbe cercare.
https://medium.com/indeed-data-science/theres-no-such-thing-as-a-data-scientist-8dae923c14e3
Caso in questione: " Infine, vediamo che alcuni scienziati naturali stanno forse entrando nella scienza dei dati attraverso l'estremità statistica dello spettro della scienza dei dati".
Ri: data scientist - si cercano pareriPer coloro che sono interessati ho allegato il documento di riferimento CRISP-DM. COME @nascif_jmp menziona che è datato... e SPSS è stato uno dei fornitori che hanno contribuito/partecipato... ma penso che gli autori abbiano fatto un ottimo lavoro mantenendo agnostico il fornitore del documento. Ho fatto qualche ricerca e sembra che la versione 2.0 non sia mai andata oltre alcune fasi di revisione della bozza, quindi, per quanto ne so, non è mai stata pubblicata ufficialmente. Ma penso che questo documento resista alla prova del tempo.
Ri: data scientist - si cercano pareriRi: ciclo di vita dell'analisi, vale anche la pena cercare il modello CRISP-DM. Va oltre SAS ed è in circolazione da un po' di tempo.
@russ_wolfinger ha scritto:
Sì, sembra buono.Si adatta bene a molte battute in questi giorni sul "ciclo di vita dell'analisi" - parte della messaggistica di SAS Viya e anche l'argomento di un libro di Greg Nelson di Thotwave/Duke che Anne ha appena intervistato su Analiticamente parlando.
Posso aggiungere la simulazione alla Fase I e la mia preferenza sarebbe dividere la Fase II in due, qualcosa come Data Assembly e Data Wrangling.
Inoltre, tieni d'occhio il "Pentagramma della scienza dei dati" nel mio discorso della prossima settimana.
Ri: data scientist - si cercano pareriSì, sembra buono.Si adatta bene a molte battute in questi giorni sul "ciclo di vita dell'analisi" - parte della messaggistica di SAS Viya e anche l'argomento di un libro di Greg Nelson di Thotwave/Duke che Anne ha appena intervistato su Analiticamente parlando.
Posso aggiungere la simulazione alla Fase I e la mia preferenza sarebbe dividere la Fase II in due, qualcosa come Data Assembly e Data Wrangling.
Inoltre, tieni d'occhio il "Pentagramma della scienza dei dati" nel mio discorso della prossima settimana.
Ri: data scientist - si cercano pareriQualsiasi capacità che li aiuti a risolvere il problema pratico a portata di mano. Quindi penso che il problema stia davvero pensando al flusso di lavoro per ogni dato problema. Vedo 4 fasi potenziali per l'uso di JMP/JMP Pro/JMP Clinical/JMP Genomics...perché credo che un data scientist, a seconda del problema, potrebbe trovare una qualsiasi di queste cassette degli attrezzi ottimale...di nuovo a seconda del problema . Non apprezzo appieno gli strumenti di JMP Clinical e Genomics, quindi i miei elenchi nelle fasi seguenti omettono certamente le capacità mission-critical in questi due prodotti.
Fase I: creazione dei dati quando non ne esistono. Qui sto parlando principalmente di DOE come mezzo per creare i dati necessari per il problema in questione.
Fase II: Acquisizione dei dati. Ora i "dati" esistono da qualche altra parte ed è necessario inserire i dati nell'ecosistema JMP. Quindi Query Builder, importazione diretta di file, scraping dal Web in qualche forma o persino l'inserimento manuale dei dati potrebbero entrare in gioco. Includerò tutte le fasi di preparazione e controllo dei dati in questa fase. Quindi ricodifica, esplora valori anomali, dati mancanti, trasformazione/editor di formule per la creazione di variabili derivate, tattiche di convalida, ecc.
Fase III: Analisi dei dati. Buon Dio ... questa potrebbe essere l'intera barra dei menu principali di Analizza e Grafico, ancora una volta, dato il problema in questione.
Fase IV: condividere le tue scoperte con gli altri. Qui penso sia importante pensare al concetto di 'produttori' e 'consumatori'. I produttori creano l'analisi, le conclusioni, le raccomandazioni e le risposte al problema originale. I consumatori devono essere informati, prendere una decisione o utilizzare effettivamente i risultati in qualche modo. Cose statiche come copia/incolla in MS Word/pdf, ecc. potrebbero essere sufficienti per i consumatori che devono essere informati. Dashboard interattivi, riviste o contenuti HTML5 potrebbero essere necessari per coloro che devono prendere una decisione. E non dimenticare Formula Depot per la pubblicazione di modelli in alcune applicazioni di produzione di destinazione.
Ri: data scientist - si cercano pareriLa scienza dei dati sta esplodendo e la mia sensazione è che JMP abbia un gioco molto forte e unico come strumento di "primo sguardo", specialmente per i dati tabulari e sempre più per i dati di testo e immagine.Hai tabelle di dati?Aprili prima in JMP per determinare in modo rapido e molto efficiente ciò che hai, trovare problemi (quasi tutti i set di dati grezzi li hanno), discutere e progettare funzionalità per la modellazione predittiva.A proposito, puoi anche progettare esperimenti ottimali per comprendere e convalidare meglio i tuoi sistemi e analizzare i risultati con i migliori modelli statistici.Sebbene le piattaforme di modellazione predittiva di JMP non siano all'avanguardia, lo sono le sue capacità esplorative interattive e la profonda integrazione di grafica e analisi.Mouse contro tastiera all'inizio.
Con i gentili suggerimenti di Dan V, Geoff e altri, sto mettendo insieme un discorso sulle lezioni apprese nei fuochi delle competizioni Kaggle e presenterò il 22 marzo al JMP Dev meeting.JMP è sempre stata la mia arma segreta.Dara, grazie per la domanda perfetta sul trailer; l'assegno è nella posta...
Ri: data scientist - si cercano pareriDi solito, uno scienziato dei dati ha la responsabilità di mettere in produzione i modelli o di interfacciarsi con un ingegnere dei dati/ingegnere del software che ha tale responsabilità.
In tal caso, la capacità di JMP Pro di generare codice di punteggio in linguaggi di produzione come SAS, SQL, Python, C e JavaScript può essere molto utile.
Ri: data scientist - si cercano pareriMentre "Data Scientist" non è così ben definito come, diciamo, "Professional Arm-Wrestler", dalla cima della mia testa:
Per il componente "data wrangling"...
Richiesta HTTP
Costruttore di query
Integrazione Python, R, Matlab + SAS
Ricodifica + (se Pro) la sua capacità di essere distribuito a Formula Depot
Manipolazione della tabella (stack/split, ecc.)
Per i componenti che non litigano: una volta che i dati sono a posto, direi i soliti sospetti... Graph Builder, Text Explorer, parti analitiche di JMP Pro (in particolare GenReg) e le funzionalità interattive a cui non è facile accedere in R o Python.
