L'editore di KD Nuggets newsletter, Gregory Piatetsky-Shapiro, Ph.D., ha attratto un discreto numero di abbonati nel corso degli anni con una varietà di notizie interessanti, sondaggi e argomenti. È difficile credere che ora stia pubblicando il 12 ° sondaggio annuale su Data Mining / Strumenti analitici utilizzati. Nonostante i numerosi problemi con i dati di questo sondaggio dichiaratamente non scientifico, ero curioso di inserire questo piccolo insieme di dati di serie temporali JMP e guarda a quale sondaggio i partecipanti si sono offerti volontari sul loro uso di strumenti di modellazione per più di un decennio.
Molti dei miei amici statistici sono pronti a ricordarci che non è possibile trarre conclusioni significative da questi sondaggi perché sono pieni di pregiudizi e problemi di qualità dei dati. Il sondaggio del fornitore è un problema particolare in questo sondaggio, che è stato commentato nel 2001 e 2003 risultati del sondaggio.
Innanzitutto, ciò che si qualifica come strumento di data mining è certamente un fattore: molti statistici che hanno praticato la modellazione predittiva per anni potrebbero non considerarsi un data mining. Il data mining / analisi dei dati è un'area interdisciplinare molto ampia. [Full disclosure: dal momento che JMP ne ha inclusi alcuni capacità di data mining a partire da JMP 6 (ora siamo a JMP 9 e abbiamo anche 64-bit JMP Pro ), Ho chiesto a Gregory se JMP potesse essere incluso il sondaggio di quest'anno e ha gentilmente accettato.]
In secondo luogo, dato il numero di nuovi entranti, uscite, acquisizioni e cambiamenti di popolazione / partecipante nel tempo, vi sono notevoli problemi nella dimensione temporale di questi dati. Alcuni di questi sono evidenti nei dati mancanti per vari fornitori. Il Generatore di grafici di JMP mostra la variazione del numero di voti rispetto alla percentuale dei voti totali ogni anno da parte del venditore.
Ci sono quasi certamente degli errori fat-fingering che ho fatto raccogliendo i dati dei risultati del sondaggio passato www.kdnuggets.com . E questo non è affatto un elenco esauriente di problemi con i dati.
A parte i problemi relativi ai dati, molti ancora ritengono interessante osservare quali informazioni le persone fanno volontariato e come potrebbero cambiare nel tempo. Siamo per natura curiosi. Ho anche combinato strumenti nel tentativo di riflettere le acquisizioni a livello di fornitore / fornitore di strumenti, pur mantenendo i voti dettagliati a livello di prodotto (alcune ipotesi dovevano essere fatte in base al riconfezionamento / denominazione, ma tutte sembrano essere direzionalmente corrette).
Dal trama della bolla qui (visualizzato come Flash, si apre in una nuova finestra), è possibile riprodurre il "filmato di dati" per vedere una miscela di colori che cambia nel tempo poiché le bolle sono colorate dal fornitore / fornitore dello strumento. Gli strumenti open source stanno mostrando una forte crescita, che è coerente con ciò che osserviamo da altre fonti, in particolare un sondaggio simile fatto da Karl Rexer di Rexer Analytics . I risultati dello scorso anno del suo sondaggio sono a disposizione . Giunto alla sua quinta edizione, sono attivi link di sondaggio e codici di accesso Rexer Analytics e via Il blog di Dean Abbott .
Torna ai risultati del sondaggio KD Nuggets, usando "il tuo codice" potrebbe significare commerciale, open source o una combinazione di questi (come nel caso di JMP e R, con un numero crescente di esempi di JMP Scripting Language e R sul Scambio file JMP ). Anche molti strumenti software commerciali mostrano una crescita recente. Ciò è coerente con la tendenza ben osservata delle organizzazioni che sfruttano maggiormente l'analisi per creare più valore. A proposito, se vuoi fare volontariato per le tue prospettive - qui su questo blog o in uno di questi popolari sondaggi di data mining / analytics , ti invitiamo a partecipare.
