Fortgeschrittene Techniken für die Arbeit mit Big Data
Erfahren Sie, wie Sie:
- Verstehen Sie, wie Volumen, Geschwindigkeit, Vielfalt, Richtigkeit, Verarbeitungsgeschwindigkeit, Speicher, Zeit und Benutzergeduld Ansätze zur Handhabung großer und breiter Datenmengen beeinflussen
- Verstehen Sie die Bedeutung von Ansätzen für den Umgang mit großen Datenmengen – Datenfilterung, Spaltenwechsel, Prädiktor-/Antwort-Screening, Zusammenfassen von Übersichtstabellen in Diagrammen, Automatisierung der Variablenreduktion, Stichprobenziehung, Auffinden fehlender Werte, Screening von Ausreißern und Verwenden von Formelspalten
- Identifizieren Sie das Format der Fallstudiendaten zum Weltentwicklungsindikator – 305 Millionen Datenpunkte, 1402 Variablen, 15,5 GB Daten
(11:30)
- Sparen Sie Platz mit Virtual Join Like Id und Link Reference (13:00)
- Fehlende Daten mithilfe der Tabellenzusammenfassung aufdecken (20:38)
- Restrukturieren Sie die Daten zum Aufteilen mit
Gruppe
um Zeilentypen zu identifizieren,
Teilen nach
um die benötigten Spalten zu identifizieren und
Spalte teilen
um die gewünschten Werte in neuen Spalten zu identifizieren
(24:50)
- Visualisieren Sie Daten interaktiv mit dem Graph Builder Column Switcher, um visuell durch die Variablen zu blättern, und dem Local Data Filter, um Daten basierend auf dem gewünschten Wertebereich anzuzeigen
(28:30)
- Finden Sie Faktoren, die das gewünschte Ergebnis am besten vorhersagen, mithilfe des Antwort-Screenings
(32:00)
- Fügen Sie Diagramme für ausgewählte Beziehungen in eine JMP-Tabellenausdrucksspalte ein, indem Sie
Erstellen Sie eine Tabelle mit Diagrammen wie diese
Option
(34:32)
- Identifizieren und visualisieren Sie die häufigsten Texte und Ausdrücke mit Text Explorer und Word Cloud (39:56)
- Verwenden Sie die Subsetting-Proxy-Methode, um große Daten zu analysieren
(45:41)
- Erstellen und validieren Sie das Modell und generieren und speichern Sie anschließend den Score-Code zur Vorhersage zukünftiger Ergebnisse (49:04)
Hinweis: Fragen und Antworten bei den Zeitpunkten 36:40, 37:28, 37:43 und 38:25 enthalten.
Grundlegende Datenanalyse und -modellierungDatenexploration und -visualisierung
