加强“大数据”项目 加强“大数据”项目
Ronald Snee 博士，Snee Associates 总裁
理查德·德沃克斯 (Richard De Veaux)，威廉姆斯学院 C. 卡莱尔和玛格丽特·蒂皮特 (Margaret Tippit) 统计学教授
Roger Hoerl，博士，联合学院助理教授
JMP 提供了许多高级工具来分析海量数据集，包括分区、神经和 K 均值聚类。这些工具不仅为专业统计人员提供了强大的统计方法，也为普通用户提供了强大的统计方法。与任何工具一样，预期结果与用户的知识和技能成正比。不幸的是，许多数据挖掘、机器学习和“大数据”文献可能会给普通用户留下这样的印象：如果拥有足够强大的算法和大量数据，就能保证获得良好的模型和结果。本次会议将重点讨论我们认为在文献中被低估的三个重要原则：使用顺序方法进行科学研究的重要性，而不是“一次性研究”；经验建模需要以主题理论为指导，包括在生成数据的流程和测量系统的背景下对数据进行解释；以及典型的未说明的假设，即所有数据都是平等的，因此数据数量比数据质量更重要。我们将讨论忽视这些基本原则时可能出现的问题，并分享如何改进数据挖掘项目的想法和经验。
