23. diel - Kľúčové prístupy v dátovej analýze - EDA a SDA

V predchádzajúcej lekcii, Etika v dátovej analýze, sme sa zaoberali etikou v dátovej analýze, identifikáciou citlivých dát a kľúčovými etickými princípmi.

V dnešnom tutoriáli Úvodu do dátovej analýzy sa zameriame na Exploratory Data Analysis (EDA) a Statistical Data Analysis (SDA). Ukážeme si, prečo je dôležité najprv dáta preskúmať, ako následne pracovať s hypotézami a ako kombinácia oboch prístupov vedie k presnejším záverom.

Prieskumná analýza dát – EDA

Skôr než začneme testovať hypotézy alebo vytvárať modely, potrebujeme si dáta najprv takpovediac ohmatať. Práve na to slúži Exploratory Data Analysis (EDA), teda prieskumná analýza dát. V tejto fáze sa snažíme pochopiť, ako dáta vyzerajú, a nájsť v nich vzory, odchýlky alebo iné zaujímavosti. Pomáha nám to odhaliť súvislosti, ktoré by sme pri bežnom pohľade ľahko prehliadli.

Na prieskum dát využívame jednoduché nástroje, ktoré sme si už predstavili. Sú to opisné štatistiky (napríklad priemer, medián alebo rozptyl) a vizualizácie (napríklad stĺpcové grafy, histogramy alebo korelačné matice).

Výsledky z EDA slúžia ako prvotná orientácia, nie ako dôkaz. Ukazujú, čo môže byť zaujímavé, nie čo je definitívne platné.

Ukážkový dataset

Teraz prejdite na koniec lekcie a stiahnite si archív v prílohe. Po rozbalení otvorte súbor dataset_hodnoceni_v2_sk.xlsx a vráťte sa v lekcii späť na toto miesto. Ide o dataset s používateľskými hodnoteniami produktov:

EDA v praxi

Pozrime sa na praktickú ukážku využitia

...koniec náhľadu článku...
Pokračuj ďalej