Techniques avancées pour travailler avec le Big Data
Découvrez comment :
- Comprendre comment le volume, la vélocité, la variété, la véracité, la vitesse de traitement, la mémoire, le temps et la patience de l'utilisateur impactent les approches de traitement des données hautes et larges
- Comprendre l'importance des approches de traitement des mégadonnées : filtrage des données, commutation des colonnes, filtrage des prédicteurs/réponses, collecte de tableaux récapitulatifs dans des graphiques, automatisation de la réduction des variables, échantillonnage, recherche des valeurs manquantes, filtrage des valeurs aberrantes et utilisation des colonnes de formules
- Identifier le format des données de l'étude de cas sur les indicateurs de développement dans le monde : 305 millions de points de données, 1 402 variables, 15,5 Go de données
(11h30)
- Gagnez de l'espace grâce à Virtual Join Like Id et Link Reference (13:00)
- Exposer les données manquantes à l'aide de tableaux Résumé (20:38)
- Restructurer les données pour les diviser en utilisant
Groupe
pour identifier les types de lignes,
Divisé par
pour identifier les colonnes dont vous aurez besoin et
Colonne divisée
pour identifier les valeurs que vous souhaitez dans les nouvelles colonnes
(24:50)
- Visualisez les données de manière interactive à l'aide du sélecteur de colonnes du générateur de graphiques pour parcourir les variables visuellement et du filtre de données local pour afficher les données en fonction de la plage de valeurs souhaitée.
(28:30)
- Trouver les facteurs les plus prédictifs du résultat d'intérêt en utilisant le filtrage des réponses
(32:00)
- Placez les graphiques des relations sélectionnées dans une colonne d'expression de table JMP à l'aide de
Créez un tableau de graphiques comme celui-ci
option
(34:32)
- Identifiez et visualisez les textes et expressions les plus courants à l'aide de Text Explorer et de Word Cloud (39:56)
- Utiliser la méthode proxy de sous-ensemble pour analyser les données hautes
(45:41)
- Construisez et validez le modèle, puis générez et enregistrez le code de score pour prédire les résultats futurs (49:04)
Remarque : Questions et réponses incluses aux heures 36:40, 37:28, 37:43 et 38:25.
Analyse et modélisation des données de baseExploration et visualisation des données
