빅데이터 작업을 위한 고급 기술
방법을 확인하세요:
- 볼륨, 속도, 다양성, 진실성, 처리 속도, 메모리, 시간 및 사용자 인내심이 크고 넓은 데이터 처리 접근 방식에 어떤 영향을 미치는지 이해합니다.
- 빅데이터 처리에 대한 접근 방식의 중요성 이해 - 데이터 필터링, 열 전환, 예측/응답 스크리닝, 요약 표를 그래프로 수집, 변수 감소 자동화, 샘플링, 누락된 값 찾기, 이상치 스크리닝 및 수식 열 사용
- 세계 개발 지표 사례 연구 데이터 형식 식별 - 3억 500만 개의 데이터 포인트, 1,402개의 변수, 15.5GB의 데이터
(11시 30분)
- 가상 조인 유사 ID 및 링크 참조를 사용하여 공간 절약 (13:00)
- 표 요약을 사용하여 누락된 데이터 노출 (20:38)
- 분할을 사용하여 데이터를 재구성합니다.
그룹
행 유형을 식별하려면
분할 기준
필요한 열을 식별하고
분할 열
새 열에 원하는 값을 식별하려면
(24:50)
- Graph Builder Column Switcher를 사용하여 변수를 시각적으로 전환하고 Local Data Filter를 사용하여 원하는 값 범위에 따라 데이터를 확인하여 대화형으로 데이터를 시각화합니다.
(28:30)
- 응답 스크리닝을 사용하여 관심 있는 결과를 가장 예측할 수 있는 요소를 찾으세요.
(32:00)
- 선택된 관계에 대한 그래프를 JMP 테이블 표현식 열에 넣으려면 다음을 사용합니다.
이런 그래프 표를 만들어 보세요
옵션
(34:32)
- 텍스트 탐색기와 단어 클라우드를 사용하여 가장 널리 사용되는 텍스트와 구문을 식별하고 시각화합니다 (39:56)
- 서브세팅 프록시 방법을 사용하여 키가 큰 데이터를 분석합니다.
(45:41)
- 모델을 구축하고 검증한 후 향후 결과를 예측하기 위한 점수 코드를 생성하고 저장합니다 (49:04)
참고: Q&A는 36:40, 37:28, 37:43, 38:25에 포함되어 있습니다.
기본 데이터 분석 및 모델링데이터 탐색 및 시각화
