Scott Nicholson, früher von LinkedIn und jetzt mit Accretive Health, hielt eine interessante Keynote auf der ersten Predictive Analytics World (PAW) in Boston. Es inspirierte später einige Diskussionen über den Begriff " Datenwissenschaft "Einige Reaktionen auf den Begriff scheinen ein Generationselement zu haben. Bei Gesprächen, die ich vor und während dieser Konferenz mit anderen geführt habe, wenn Sie sich als Statistiker, Data Miner oder etwas anderes ausweisen, kann es schwierig sein, sich auf den Begriff des neueren Datenwissenschaftlers zu konzentrieren. Wir haben seit einiger Zeit einen Rückgang bei der Verwendung von "Data Mining" festgestellt, wie es in den Google-Trends gezeigt wird, was auch Gregory Piatetsky-Shapiro in seinem Vortrag feststellte. Alle diese Begriffe enthalten entweder Gepäck oder erwerben etwas Gepäck und können im Laufe der Zeit nicht bestehen bleiben - Mode gilt auch in der Welt der Datenanalyse.
Vor kurzem besucht die JMP Discovery Summit Ich konnte nicht anders als an die durchdachte Verwendung des Begriffs zu denken " Statistisches Engineering "dass Roger Hoerl und Ron Snee Fürsprecher sind (I LOVE ihre zweite Ausgabe von Statistisches Denken !). Ihre Verwendung des Begriffs "statistisches Engineering" ist analog zu dem, was Scott Nicholson im Hinblick auf eine strategischere End-to-End-Sichtweise des Analytikers vermittelte. SAS hat auf der PAW 2009 eine Keynote gehalten, in der wir uns auch für diese Sichtweise des gesamten Prozesses einsetzen, die durch die höhere Platzierung von Analysten in der Organisationshierarchie und durch die Einrichtung eines analytischen Kompetenzzentrums erheblich erleichtert wird.
Michael Berrys Keynote am ersten Tag von PAW über seine Arbeit bei Trip Advisor war unterhaltsam und prägnant JMP Stand. Seine Fallstudie am zweiten Tag lieferte solide Gründe, weshalb die Leute häufiger auf übereinstimmende Paare zurückgreifen sollten, um Fragen wie die zu beantworten, die er selbst gestellt hatte: "Stiehlt das neue Produkt dem alten Geld?" Es ist nicht so einfach, wie man zunächst denkt, an die Wahrheit zu kommen. Er legte die Herausforderungen dar und machte den Fall für zusammenpassende Paare geltend:
Klinische Studien lieben Zwillinge.Kontrolle für viele Faktoren gleichzeitig.Wenn alles andere gleich ist, wird der beobachtete Unterschied der Behandlung zugeschrieben.Michaels Vortrag wurde mit vielen Fragen zum Abschluss der Konferenz beantwortet. Der Vortrag vor ihm war ebenfalls von Interesse: Jane Zheng von Focus Optimal, ehemals bei Fidelity, zum Thema Uplift oder - wie sie und Victor Lo of Fidelity darauf verweisen - True Lift Modeling.
Abgesehen von den Gesprächen gab es mehrere interessante Gespräche mit Teilnehmern - viele von ihnen waren bereits JMP-Kunden und freuten sich über Dinge, von denen sie nicht wussten, dass sie von JMP nicht profitieren könnten, und viele andere freuten sich über die interaktiven grafischen Datenermittlungsfunktionen von JMP.
Freue mich schon auf PAW Düsseldorf nächsten Monat oder vielleicht sollte ich sagen, ich freue viel sehr darauf!
Richard Giambrone schrieb:
Anne,
Ich mag Ihren Hinweis auf das statistische Denken. Es ist das beste Buch, das ich über statistische Analysen gelesen habe.
