{"id":97051,"date":"2020-10-15T14:43:34","date_gmt":"2020-10-15T12:43:34","guid":{"rendered":"https:\/\/prohoster.info\/blog\/administrirovanie\/kak-raspoznat-sharlatana-ot-data-science"},"modified":"2020-10-15T14:43:34","modified_gmt":"2020-10-15T12:43:34","slug":"kak-raspoznat-sharlatana-ot-data-science","status":"publish","type":"post","link":"https:\/\/prohoster.info\/cs\/blog\/administrirovanie\/kak-raspoznat-sharlatana-ot-data-science","title":{"rendered":"Jak rozpoznat podvodn\u00edka v oblasti Data Science?","gt_translate_keys":[{"key":"rendered","format":"text"}]},"content":{"rendered":"

\"Jak<\/a><\/noindex>
\nMo\u017en\u00e1 jste sly\u0161eli o analytic\u00edch, odborn\u00edc\u00edch na strojov\u00e9 u\u010den\u00ed a um\u011blou inteligenci, ale sly\u0161eli jste o t\u011bch, kte\u0159\u00ed jsou nezaslou\u017een\u011b p\u0159epl\u00e1ceni? Seznamte se s datov\u00fdmi \u0161arlat\u00e1ny<\/strong>! Tito podvodn\u00edci, kter\u00e9 l\u00e1k\u00e1 v\u00fdnosn\u00e1 pr\u00e1ce, vytv\u00e1\u0159ej\u00ed \u0161patnou pov\u011bst skute\u010dn\u00fdm specialist\u016fm na zpracov\u00e1n\u00ed dat. V tomto materi\u00e1lu se pod\u00edv\u00e1me, jak odhalit takov\u00e9 lidi.
\n<\/a><\/noindex><\/p>\n

Datov\u00ed \u0161arlat\u00e1ni jsou v\u0161ude<\/h2>\n

\nDatov\u00ed \u0161arlat\u00e1ni se dok\u00e1\u017eou tak dob\u0159e skr\u00fdvat na o\u010d\u00edch, \u017ee m\u016f\u017eete b\u00fdt jedn\u00edm z nich<\/i>, ani\u017e byste si toho byli v\u011bdomi. Je pravd\u011bpodobn\u00e9, \u017ee va\u0161e organizace po l\u00e9ta skr\u00fdvala tyto podvodn\u00edky, ale je dobr\u00e1 zpr\u00e1va: lze je snadno identifikovat, pokud v\u00edte, co hledat.
\nPrvn\u00ed varovn\u00fd znak \u2014 nepochopen\u00ed toho, \u017ee analytika a statistika jsou velmi odli\u0161n\u00e9 discipl\u00edny<\/strong>. Pot\u00e9 to vysv\u011btl\u00edm.<\/p>\n

Odli\u0161n\u00e9 discipl\u00edny<\/h2>\n

\nStatistici jsou \u0161koleni k tomu, aby \u010dinili z\u00e1v\u011bry o tom, co p\u0159esahuje jejich data, analytici jsou \u0161koleni k prozkoum\u00e1n\u00ed obsahu datov\u00e9 sady. Jin\u00fdmi slovy, analytici \u010din\u00ed z\u00e1v\u011bry o tom, co je v jejich datech, zat\u00edmco statistici \u010din\u00ed z\u00e1v\u011bry o tom, co v datech nen\u00ed. Analytici pom\u00e1haj\u00ed kl\u00e1st dobr\u00e9 ot\u00e1zky (formulovat hypot\u00e9zy), zat\u00edmco statistici pom\u00e1haj\u00ed z\u00edskat dobr\u00e9 odpov\u011bdi (ov\u011b\u0159ovat hypot\u00e9zy).<\/p>\n

Existuj\u00ed tak\u00e9 podivn\u00e9 hybridn\u00ed role, kdy se \u010dlov\u011bk sna\u017e\u00ed sed\u011bt na dvou \u017eidl\u00edch\u2026 Pro\u010d ne? Hlavn\u00ed z\u00e1sada datov\u00e9 v\u011bdy: pokud se zab\u00fdv\u00e1te nejistotou, nem\u016f\u017eete pou\u017e\u00edt stejn\u00fd<\/i> datov\u00fd bod pro hypot\u00e9zy a ov\u011b\u0159ov\u00e1n\u00ed. Kdy\u017e jsou data omezen\u00e1, nejistota n\u00e1s nut\u00ed vyb\u00edrat mezi statistikou nebo analytikou. Vysv\u011btlen\u00ed<\/i> zde<\/i><\/a><\/noindex>.<\/p>\n

Bez statistiky z\u016fstanete uv\u011bzn\u011bni a nebudete schopni pochopit, zda nov\u011b formulovan\u00fd soud unese kritiku, a bez anal\u00fdzy jdete naslepo s n\u00edzkou \u0161anc\u00ed zkrotit nezn\u00e1m\u00e9. To je obt\u00ed\u017en\u00e1 volba.<\/p>\n

\u00danik \u0161arlat\u00e1na z t\u00e9to situace \u2014 ignorovat ji, a pot\u00e9 se tv\u00e1\u0159it p\u0159ekvapen\u011b, kdy\u017e se n\u011bco n\u00e1hle odkryje. Logika testov\u00e1n\u00ed statistick\u00fdch hypot\u00e9z spo\u010d\u00edv\u00e1 v ot\u00e1zce: p\u0159ekvapuj\u00ed n\u00e1s data dostate\u010dn\u011b, aby zm\u011bnila na\u0161e n\u00e1zory? Jak n\u00e1s mohou data p\u0159ekvapit, kdy\u017e jsme je u\u017e vid\u011bli?<\/p>\n

Kdy\u017e \u0161arl\u00e1ni najdou vzor, inspiruj\u00ed se, a pot\u00e9 testuj\u00ed stejn\u00e1 data<\/i> pro toho sam\u00e9ho vzoru<\/i>, abyste zve\u0159ejnili v\u00fdsledek s leg\u00e1ln\u00edm p-hodnotou nebo dv\u011bma, vedle sv\u00e9 teorie. T\u00edmto v\u00e1m l\u017eou (a mo\u017en\u00e1 i sob\u011b). Takov\u00e9 p-hodnota nem\u00e1 v\u00fdznam, pokud se ne\u0159\u00edd\u00edte svou hypot\u00e9zou. do<\/b> jak si prohl\u00e9dli sv\u00e1 data. \u0160arlat\u00e1ni napodobuj\u00ed \u010dinnost analytik\u016f a statistik\u016f, ani\u017e by rozum\u011bli p\u0159\u00ed\u010din\u00e1m. V\u00fdsledkem je, \u017ee cel\u00e1 oblast datov\u00e9 v\u011bdy m\u00e1 \u0161patnou pov\u011bst.<\/p>\n

Skute\u010dn\u00ed statistici v\u017edy \u010din\u00ed sv\u00e9 z\u00e1v\u011bry.<\/h2>\n

\nD\u00edky t\u00e9m\u011b\u0159 mystick\u00e9mu postaven\u00ed specialist\u016f na statistiku, kte\u0159\u00ed se zab\u00fdvaj\u00ed p\u0159\u00edsn\u00fdm uva\u017eov\u00e1n\u00edm, je mno\u017estv\u00ed fale\u0161n\u00fdch informac\u00ed v Data Science rekordn\u011b vysok\u00e9. Je snadn\u00e9 oklamat a nevyhnout se tomu, zejm\u00e9na pokud nic netu\u0161\u00edc\u00ed ob\u011b\u0165 v\u011b\u0159\u00ed, \u017ee jde pouze o rovnice a data. Datov\u00fd soubor je datov\u00fd soubor, \u017ee? Ne. Z\u00e1le\u017e\u00ed na tom, jak jej pou\u017eijete.<\/p>\n

Na\u0161t\u011bst\u00ed pot\u0159ebujete pouze jednu n\u00e1pov\u011bdu, abyste nachytali \u0161arlat\u00e1ny: odkr\u00fdvaj\u00ed \u201eAmeriku zp\u011btn\u011b\u201c. Znovu objevuj\u00ed jevy, o kter\u00fdch ji\u017e v\u011bd\u00ed, \u017ee jsou v datech. <\/p>\n

Na rozd\u00edl od \u0161arlat\u00e1n\u016f dob\u0159\u00ed analytici nemaj\u00ed p\u0159edsudky a rozum\u011bj\u00ed tomu, \u017ee inspirativn\u00ed my\u0161lenky mohou m\u00edt mnoho r\u016fzn\u00fdch vysv\u011btlen\u00ed. Z\u00e1rove\u0148 dob\u0159\u00ed statistici pe\u010dliv\u011b formuluj\u00ed sv\u00e9 z\u00e1v\u011bry, ne\u017e je ud\u011blaj\u00ed.<\/p>\n

Analytici jsou zbaveni odpov\u011bdnosti\u2026 dokud se nedostanou za r\u00e1mec sv\u00fdch dat. Pokud maj\u00ed poku\u0161en\u00ed tvrdit n\u011bco, co nevid\u011bli, to je zcela jin\u00e1 pr\u00e1ce. M\u011bli by si \u201esundat boty\u201c analytika a \u201ep\u0159ezout se\u201c do bot statistika. Nakonec, a\u0165 u\u017e je ofici\u00e1ln\u00ed n\u00e1zev pozice jak\u00fdkoli, neexistuje pravidlo, \u017ee nem\u016f\u017eete studovat ob\u011b profese, pokud chcete. Jen je nesm\u00edtepl\u00e9st.<\/p>\n

Pokud dob\u0159e rozum\u00edte statistice, neznamen\u00e1 to, \u017ee dob\u0159e rozum\u00edte analytice, a naopak. Pokud v\u00e1m n\u011bkdo \u0159\u00edk\u00e1 opak, m\u011blo by v\u00e1m to zpozornit. Pokud v\u00e1m tento \u010dlov\u011bk \u0159\u00edk\u00e1, \u017ee je povoleno \u010dinit statistick\u00e9 z\u00e1v\u011bry na datech, kter\u00e1 jste ji\u017e prozkoumali, je to d\u016fvod k obez\u0159etnosti dvojn\u00e1sob.<\/p>\n

Podivn\u00e1 vysv\u011btlen\u00ed<\/h2>\n

\nKdy\u017e sledujete datov\u00e9 \u0161arlat\u00e1ny v jejich p\u0159irozen\u00e9m prost\u0159ed\u00ed, v\u0161imnete si, \u017ee r\u00e1di vym\u00fd\u0161lej\u00ed fantastick\u00e9 p\u0159\u00edb\u011bhy, aby \"vysv\u011btlili\" pozorovan\u00e1 data. \u010c\u00edm akademi\u010dt\u011bj\u0161\u00ed, t\u00edm l\u00e9pe. Nez\u00e1le\u017e\u00ed na tom, \u017ee tyto p\u0159\u00edb\u011bhy jsou retrospektivn\u011b upravov\u00e1ny.<\/p>\n

Kdy\u017e se \u0161arlat\u00e1ni takto chovaj\u00ed\u2014dovolte mi, abych byl p\u0159\u00edmo\u010dar\u00fd\u2014lhou. \u017d\u00e1dn\u00e9 mno\u017estv\u00ed rovnic nebo kr\u00e1sn\u00fdch pojm\u016f nekompenzuje to, \u017ee nab\u00eddli nulov\u00e9 d\u016fkazy sv\u00fdch tvrzen\u00ed. Nebu\u010fte p\u0159ekvapeni, jak podivn\u00e1 jsou jejich vysv\u011btlen\u00ed.<\/p>\n

Je to jako demonstrovat sv\u00e9 \"extrasenzorick\u00e9\" schopnosti t\u00edm, \u017ee se nejprve pod\u00edv\u00e1te na karty v rukou a pak p\u0159edpov\u00edte, co dr\u017e\u00edte\u2026 to, co dr\u017e\u00edte. To je zaujatost retrospektivn\u00edho pohledu a profese datov\u00e9ho v\u011bdce je t\u00edm prosycena.<\/p>\n

\"Jak<\/p>\n

Analytici \u0159\u00edkaj\u00ed: \"Pr\u00e1v\u011b jste \u0161li s kr\u00e1lovnou k\u00e1ry.\" Statistici \u0159\u00edkaj\u00ed: \"Zapsal jsem sv\u00e9 hypot\u00e9zy na tento kousek pap\u00edru p\u0159ed t\u00edm, ne\u017e jsme za\u010dali. Poj\u010fme si zahr\u00e1t, pod\u00edvat se na n\u011bjak\u00e1 data a zjistit, zda m\u00e1m pravdu.\" \u0160arlat\u00e1ni \u0159\u00edkaj\u00ed: \"V\u011bd\u011bl jsem, \u017ee se vyd\u00e1te na tuto kr\u00e1lovnu k\u00e1ry, proto\u017ee\u2026\" <\/p>\n

Rozd\u011blen\u00ed dat je rychl\u00e9 \u0159e\u0161en\u00ed probl\u00e9mu, kter\u00e9 ka\u017ed\u00fd pot\u0159ebuje.<\/p><\/blockquote>\n

\nKdy\u017e nen\u00ed tolik dat, mus\u00edte si vybrat mezi statistikou a anal\u00fdzou, ale kdy\u017e je dat dostatek, m\u00e1te skv\u011blou p\u0159\u00edle\u017eitost vyu\u017e\u00edt analytiku bez podvod\u016f. a<\/i> statistiky. M\u00e1te ide\u00e1ln\u00ed obranu proti \u0161arlat\u00e1n\u016fm\u2014je to rozd\u011blen\u00ed dat, a podle m\u011b je to nejmocn\u011bj\u0161\u00ed my\u0161lenka v datov\u00e9 v\u011bd\u011b. <\/p>\n

Abyste se chr\u00e1nili p\u0159ed \u0161arlat\u00e1ny, sta\u010d\u00ed se ujistit, \u017ee uchov\u00e1v\u00e1te n\u011bjak\u00e1 testovac\u00ed data mimo dosah jejich zv\u011bdav\u00fdch o\u010d\u00ed, a pot\u00e9 ke v\u0161emu ostatn\u00edmu p\u0159istupujte jako k analytice. Kdy\u017e se setk\u00e1te s teori\u00ed, kterou byste mohli p\u0159ijmout, pou\u017eijte ji k posouzen\u00ed situace a pot\u00e9 otev\u0159ete sv\u00e1 tajn\u00e1 testovac\u00ed data, abyste zjistili, \u017ee teorie nen\u00ed bl\u00e1bol. To je tak jednoduch\u00e9!<\/p>\n

\"Jak
\nUjist\u011bte se, \u017ee nikomu nen\u00ed dovoleno prohl\u00ed\u017eet testovac\u00ed data b\u011bhem f\u00e1ze v\u00fdzkumu. K tomu dodr\u017eujte v\u00fdzkumn\u00e1 data. Testovac\u00ed data by nem\u011bla b\u00fdt pou\u017e\u00edv\u00e1na pro anal\u00fdzu.<\/p>\n

To je velk\u00fd krok vp\u0159ed ve srovn\u00e1n\u00ed s t\u00edm, na co byli lid\u00e9 zvykl\u00ed v \u00e9\u0159e \u201amal\u00fdch dat\u2018, kdy bylo nutn\u00e9 vysv\u011btlovat, odkud v\u00edte to, co v\u00edte, abyste kone\u010dn\u011b p\u0159esv\u011bd\u010dili lidi, \u017ee opravdu n\u011bco v\u00edte.<\/p>\n

Pou\u017e\u00edv\u00e1me stejn\u00e1 pravidla pro ML\/AI<\/h2>\n

\nN\u011bkter\u00e9 podvodn\u00edky, kte\u0159\u00ed se vyd\u00e1vaj\u00ed za odborn\u00edky na ML\/AI, lze tak\u00e9 snadno odhalit. Chyt\u00edte je stejn\u011b jako byste chytli jak\u00e9hokoli jin\u00e9ho \u0161patn\u00e9ho in\u017een\u00fdra: \u201a\u0159e\u0161en\u00ed\u2018, kter\u00e1 se sna\u017e\u00ed vybudovat, neust\u00e1le selh\u00e1vaj\u00ed. Rann\u00ed varovn\u00fd sign\u00e1l \u2014 absence zku\u0161enost\u00ed s standardn\u00edmi pr\u016fmyslov\u00fdmi jazyky a programovac\u00edmi knihovnami.<\/p>\n

Ale co lid\u00e9, kte\u0159\u00ed vytv\u00e1\u0159ej\u00ed syst\u00e9my, kter\u00e9 se zdaj\u00ed b\u00fdt funk\u010dn\u00ed? Jak zjistit, zda se d\u011bje n\u011bco podez\u0159el\u00e9ho? Plat\u00ed stejn\u00e9 pravidlo! Podvodn\u00edk je zlov\u011bstn\u00e1 postava, kter\u00e1 v\u00e1m ukazuje, jak dob\u0159e model fungoval\u2026 na stejn\u00fdch datech, kter\u00e1 pou\u017eili k vytvo\u0159en\u00ed modelu.<\/p>\n

Pokud jste vytvo\u0159ili \u0161\u00edlen\u011b slo\u017eit\u00fd syst\u00e9m strojov\u00e9ho u\u010den\u00ed, jak zjistit, jak dobr\u00fd je? Nezjist\u00edte to, dokud neuk\u00e1\u017eete, \u017ee funguje na nov\u00fdch datech, kter\u00e1 dosud nevid\u011bl.<\/p>\n

Kdy\u017e jste data vid\u011bli p\u0159ed p\u0159edpov\u00edd\u00e1n\u00edm, je to nepravd\u011bpodobn\u00e9 p\u0159ed<\/i>p\u0159edpov\u011bd\u00ed.<\/p><\/blockquote>\n

\nKdy\u017e m\u00e1te dostatek dat na rozd\u011blen\u00ed, nemus\u00edte se odkazovat na kr\u00e1su va\u0161ich vzorc\u016f, abyste obh\u00e1jili projekt (star\u00fd m\u00f3dn\u00ed zlozvyk, kter\u00fd vid\u00edm v\u0161ude, nejen ve v\u011bd\u011b). M\u016f\u017eete \u0159\u00edci: \u201aV\u00edm, \u017ee to funguje, proto\u017ee mohu vz\u00edt datov\u00fd soubor, kter\u00fd dosud nevid\u011bl, a p\u0159esn\u011b p\u0159edpov\u011bd\u011bt, co se tam stane\u2026 a budu m\u00edt pravdu. Znovu a znovu.\u2018<\/i><\/p>\n

Ov\u011b\u0159en\u00ed va\u0161eho modelu\/teorie na nov\u00fdch datech je nejlep\u0161\u00ed z\u00e1klad d\u016fv\u011bry.<\/p><\/blockquote>\n

\nNesn\u00e1\u0161\u00edm podvodn\u00edky s daty. Je mi jedno, zda se v\u00e1\u0161 n\u00e1zor op\u00edr\u00e1 o r\u016fzn\u00e9 triky. Nezaujme m\u011b kr\u00e1sa vysv\u011btlen\u00ed. Uk\u00e1\u017ee mi, \u017ee va\u0161e teorie\/model funguje (a st\u00e1le funguje) na cel\u00e9 \u0159ad\u011b nov\u00fdch dat, kter\u00e1 jste nikdy p\u0159edt\u00edm nevid\u011bli. To je prav\u00e1 kontrola pevnosti va\u0161eho n\u00e1zoru.<\/p>\n

Obracen\u00ed se na odborn\u00edky na Data Science<\/h2>\n

\nPokud chcete, aby v\u00e1s brali v\u00e1\u017en\u011b v\u0161ichni, kdo ch\u00e1pou tento humor, p\u0159esta\u0148te se skr\u00fdvat za podivn\u00fdmi rovnicemi, abyste si udr\u017eeli osobn\u00ed p\u0159edsudky. Uka\u017ete, co m\u00e1te. Pokud si p\u0159ejete, aby ti, kdo \"pochopili\", pova\u017eovali va\u0161i teorii\/model za n\u011bco v\u00edc ne\u017e jen inspirativn\u00ed poezii, m\u011bjte odvahu uspo\u0159\u00e1dat grandi\u00f3zn\u00ed p\u0159edstaven\u00ed toho, jak dob\u0159e funguje na \u00fapln\u011b nov\u00e9 sad\u011b dat\u2026 za sv\u011bdky!<\/p>\n

Obr\u00e1tit se na vedouc\u00ed pracovn\u00edky<\/h2>\n

\nOdm\u00edtn\u011bte br\u00e1t v\u00e1\u017en\u011b jak\u00e9koli \"my\u0161lenky\" o datech, dokud nebudou ov\u011b\u0159eny na nov\u00fdch<\/i> datech. Nechce se v\u00e1m vyv\u00edjet \u00fasil\u00ed? Dr\u017ete se analytiky, ale nespol\u00e9hejte se na tyto my\u0161lenky \u2014 jsou nespolehliv\u00e9 a nebyly ov\u011b\u0159eny na spolehlivost. Nav\u00edc, kdy\u017e m\u00e1 organizace dat v hojnosti, nen\u00ed \u017e\u00e1dn\u00fd nedostatek v tom, aby se rozd\u011blen\u00ed stalo z\u00e1kladem v\u011bdy a udr\u017eovalo se v \u00farovni infrastruktury, kontroluj\u00edc\u00ed p\u0159\u00edstup k testovac\u00edm dat\u016fm pro statistiku. To je skv\u011bl\u00fd zp\u016fsob, jak p\u0159edej\u00edt pokus\u016fm o obelh\u00e1n\u00ed!<\/p>\n

Pokud chcete vid\u011bt v\u00edce p\u0159\u00edklad\u016f \u0161arlat\u00e1n\u016f, kte\u0159\u00ed chystaj\u00ed n\u011bco \u0161patn\u00e9ho \u2014 zde je \u00fa\u017easn\u00fd thread na Twitteru<\/a><\/noindex>.<\/p>\n

Z\u00e1v\u011bry<\/h2>\n

\nKdy\u017e dat je p\u0159\u00edli\u0161 m\u00e1lo pro rozd\u011blen\u00ed, jen \u0161arlat\u00e1n se sna\u017e\u00ed striktn\u011b \u0159\u00eddit inspirac\u00ed, objevuj\u00edc Ameriku retrospektivn\u011b, matematicky znovuobjevuj\u00edc jevy, o nich\u017e je ji\u017e zn\u00e1mo, \u017ee jsou v datech, a naz\u00fdvaje p\u0159ekvapen\u00ed statisticky v\u00fdznamn\u00fdm. To je odli\u0161uje od nep\u0159edpojat\u00e9ho analytika, kter\u00fd se zab\u00fdv\u00e1 inspirac\u00ed, a pe\u010dliv\u00e9ho statistika, kter\u00fd poskytuje d\u016fkazy p\u0159i p\u0159edpov\u00edd\u00e1n\u00ed.<\/p>\n

Kdy\u017e je dat mnoho, zvykn\u011bte si d\u011blit data, abyste m\u011bli to nejlep\u0161\u00ed z obou sv\u011bt\u016f! Ur\u010dit\u011b prov\u00e1d\u011bjte analytiku a statistiku odd\u011blen\u011b pro jednotliv\u00e9 podmno\u017einy v\u00fdchoz\u00edho souboru dat.<\/p>\n