Dean Abbott關於什麼是一個優秀的數據挖掘者
“一些最好的數據挖掘者有一個魔鬼經濟學心態，“Abbott Analytics總裁，建模，數據挖掘和數據可視化領域的思想領導者Dean Abbott說。這些人是好奇的數據偵探誰問有趣的問題。
雅培與JMP分析戰略高級總監安妮·米利（Anne Milley）討論了這個以及更多內容分析說直播。
我和800多名觀眾一起觀看。以下是他的一些要點：
“任何數據挖掘項目中最重要的部分都是清楚地定義問題。” 而且，將分析連接到您真正想要解決的問題的前端並不容易，因為業務目標幾乎從不與數據挖掘技術相匹配。第一步？確定封裝問題的目標變量。 “我不是要替換替補席！” 擔心分析師可以取代研究員“坐在板凳上”是沒有根據的。您必須了解有關數據的信息才能解釋它 - 這就是域專家帶來的價值。作為數據挖掘者，您不是在交付解決方案;相反，您將信息分解為較小的塊，專家可以使用這些塊來做出更好的決策。 “沒有一個模型可以講述完整的故事。” 這就是為什麼合奏（模型的組合）起作用的原因。每種模型都提供了不同的視角，讓您更廣泛地了解數據的變化。 “決策樹很貪婪。” 他們可以欺騙你，因為你“不能回到開始。”隨機森林包含更多的多樣性，並“迫使樹木走出他們墮落的貪婪路徑。” “摘要不做數據正義 “他們很有幫助，但可能是騙人的。因此始終可視化數據。 “沒有什麼可以超過時鐘時間。” 經理們應該給他們的分析師時間數據。當你最不期望的時候 - 比如當你開車回家或在工作中談話時 - 會觸發你解決問題的思考過程。 “當你耗盡[數據]時，沒有任何規則可以說明。” 雅培表示，如果他的模特表現一致，那麼他就知道他從數據中得到了很多。有時，您必鬚根據完成項目所需的時間來判斷分析。收益遞減，所以問：“如果我繼續，我可以為公司帶來多少價值或更多的錢？”這只是談到了談話的表面。按需網絡直播即將推出，請查看分析說到網站查看它，以及即將舉行的實時網絡廣播與其他思想領袖。
4數據挖掘者面試問題 - Dice News寫道：...... 4數據挖掘者面試問題 - 骰子新聞中寫道：
[]相撲比賽的犯罪率。當他提到這個文本時，雅培指的是數據礦工在建立一個問題之前提出問題和貪得無厭的理解這個問題的習慣。
