L'éditeur de la KD Nuggets Le bulletin d’information Gregory Piatetsky-Shapiro, Ph.D., a attiré un grand nombre d’abonnés au fil des ans avec une variété d’informations intéressantes, de sondages et de sujets. Il est difficile de croire qu'il affiche maintenant le 12e scrutin annuel sur les outils d’exploration de données / d’analyse utilisés. Malgré les nombreux problèmes avec les données de ce sondage certes non scientifique, j’étais curieux d’apporter cette petite série chronologique de données. JMP et observez ce que les participants aux sondages avaient offert sur leur utilisation des outils de modélisation pendant plus de dix ans.
Plusieurs de mes amis statisticiens nous rappellent rapidement qu'aucune conclusion significative ne peut être tirée de tels sondages car ils sont entachés de biais et de problèmes de qualité des données. Le bourrage des bulletins de vote des vendeurs est un problème particulier dans ce sondage, qui a été commenté dans 2001 et 2003 résultats du sondage.
Premièrement, ce qui est qualifié d’outil d’extraction de données est certainement un facteur - de nombreux statisticiens qui font de la modélisation prédictive depuis des années ne se considèrent peut-être pas comme des experts de l’exploration de données. Le Data mining / Analytics est un très vaste domaine interdisciplinaire. [Divulgation complète: depuis que JMP a inclus certains capacités d'exploration de données en commençant par JMP 6 (nous en sommes maintenant à JMP 9 et également en 64 bits). JMP Pro ), J’ai demandé à Gregory si JMP pouvait être inclus dans enquête de cette année , et il a gentiment accepté.]
Deuxièmement, étant donné le nombre d'entrées de nouveaux produits, de sorties, d'acquisitions ainsi que les changements de population / participants au fil du temps, la dimension temporelle de ces données pose des problèmes considérables. Une partie de cela est évidente dans les données manquantes pour différents fournisseurs. Le générateur de graphes de JMP montre une variation du nombre de votes par rapport au pourcentage du nombre total de votes chaque année par fournisseur.
J'ai certainement commis de grosses erreurs de doigté en collectant les données des résultats des sondages précédents. www.kdnuggets.com . Et il ne s’agit nullement d’une liste exhaustive de problèmes liés aux données.
Mis à part les problèmes de données, beaucoup trouvent toujours intéressant de regarder quelles informations les personnes fournissent volontairement et comment elles pourraient évoluer avec le temps. Nous sommes par nature curieux. J'ai également combiné des outils pour tenter de refléter les acquisitions effectuées au niveau du fournisseur / du fournisseur d’outils tout en conservant les votes détaillés au niveau du produit (certaines hypothèses ont dû être formulées compte tenu du reconditionnement / de la désignation, mais toutes semblent correctes du point de vue directionnel).
Du bulle parcelle ici (sortie en tant que Flash, s'ouvre dans une nouvelle fenêtre), vous pouvez lire le «film de données» pour voir un mélange de couleurs évoluer dans le temps, car les bulles sont colorées par le fournisseur de l'outil. Les outils open source affichent une forte croissance, ce qui concorde avec ce que nous observons d’autres sources, notamment un sondage similaire réalisé par Karl Rexer. Rexer Analytics . Les résultats de son sondage de l'année dernière sont disponible . Maintenant dans sa cinquième année, des liens de sondage actifs et des codes d’accès sont disponibles. Rexer Analytics et sur Dean Abbott's blog .
De retour aux résultats de l’enquête KD Nuggets, l’utilisation de «votre propre code» peut signifier commerciale, open source ou une combinaison des deux (comme c'est le cas avec JMP et R, avec un nombre croissant d'exemples de langage de script JMP et de R sur le Web). Echange de fichiers JMP ). De nombreux outils logiciels commerciaux affichent également une croissance récente. Cela concorde avec la tendance bien observée des entreprises à tirer davantage parti de l'analyse pour créer plus de valeur. Soit dit en passant, si vous voulez faire valoir vos points de vue - ici sur ce blog ou dans l’un de ces thèmes populaires sondages d'exploration de données / analytique , nous vous invitons à participer.
