{"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\/es\/blog\/administrirovanie\/kak-raspoznat-sharlatana-ot-data-science","title":{"rendered":"\u00bfC\u00f3mo reconocer a un charlat\u00e1n en Data Science?","gt_translate_keys":[{"key":"rendered","format":"text"}]},"content":{"rendered":"

\"\u00bfC\u00f3mo<\/a><\/noindex>
\nPuede que hayas o\u00eddo hablar de analistas, especialistas en machine learning e inteligencia artificial, pero \u00bfhas o\u00eddo hablar de aquellos a quienes se les paga de m\u00e1s sin merecerlo? Conoce a los charlatanes de datos<\/strong>! Estos astutos, atra\u00eddos por trabajos lucrativos, crean una mala reputaci\u00f3n para los verdaderos especialistas en procesamiento de datos. En este art\u00edculo, analizamos c\u00f3mo desenmascarar a estas personas.
\n<\/a><\/noindex><\/p>\n

Los charlatanes de datos est\u00e1n en todas partes<\/h2>\n

\nLos charlatanes de datos son tan buenos escondi\u00e9ndose a plena vista que podr\u00edas ser uno de ellos<\/i>, sin ni siquiera darte cuenta. Es probable que tu organizaci\u00f3n haya ocultado a estos astutos durante a\u00f1os, pero hay buenas noticias: son f\u00e1ciles de identificar si sabes qu\u00e9 buscar.
\nLa primera se\u00f1al de advertencia es la falta de comprensi\u00f3n de que la anal\u00edtica y la estad\u00edstica son disciplinas muy diferentes<\/strong>. A continuaci\u00f3n, lo explicar\u00e9.<\/p>\n

Disciplinas diferentes<\/h2>\n

\nLos estad\u00edsticos est\u00e1n entrenados para hacer conclusiones sobre lo que va m\u00e1s all\u00e1 de sus datos, los analistas est\u00e1n entrenados para estudiar el contenido de un conjunto de datos. En otras palabras, los analistas hacen inferencias sobre lo que hay en sus datos, mientras que los estad\u00edsticos hacen inferencias sobre lo que no hay en los datos. Los analistas ayudan a formular buenas preguntas (generar hip\u00f3tesis) y los estad\u00edsticos ayudan a obtener buenas respuestas (probar hip\u00f3tesis).<\/p>\n

Tambi\u00e9n hay roles h\u00edbridos ex\u00f3ticos cuando una persona intenta mantenerse en dos sillas... \u00bfPor qu\u00e9 no? El principio b\u00e1sico de la ciencia de datos: si lidias con la incertidumbre, no puedes usar el mismo<\/i> punto de datos para hip\u00f3tesis y pruebas. Cuando los datos son limitados, la incertidumbre obliga a elegir entre estad\u00edstica o anal\u00edtica. Explicaci\u00f3n<\/i> aqu\u00ed<\/i><\/a><\/noindex>.<\/p>\n

Sin estad\u00edsticas, quedar\u00e1s estancado y no podr\u00e1s entender si el juicio reci\u00e9n formulado resiste la cr\u00edtica, y sin an\u00e1lisis, te mover\u00e1s a ciegas, teniendo pocas posibilidades de domesticar lo desconocido. Es una elecci\u00f3n dif\u00edcil.<\/p>\n

La salida del charlat\u00e1n de esta situaci\u00f3n es ignorarla y luego hacerse el sorprendido cuando se revela algo. La l\u00f3gica de la verificaci\u00f3n de hip\u00f3tesis estad\u00edsticas se reduce a la pregunta: \u00bfson los datos suficientemente sorprendentes como para cambiar nuestra opini\u00f3n? \u00bfC\u00f3mo podemos sorprendernos con los datos si ya los hemos visto?<\/p>\n

Cada vez que los charlatanes encuentran un patr\u00f3n, se sienten inspirados, luego verifican los mismos datos<\/i> para del mismo patr\u00f3n<\/i>, para publicar un resultado con un valor p leg\u00edtimo o dos, junto a su teor\u00eda. De este modo, est\u00e1n minti\u00e9ndote (y quiz\u00e1s tambi\u00e9n a s\u00ed mismos). Un valor p as\u00ed no importa si no mantienes tu hip\u00f3tesis. hasta<\/b> sobre c\u00f3mo han revisado sus datos. Los charlatanes imitan las acciones de analistas y estad\u00edsticos sin entender las causas. Como resultado, toda el \u00e1rea de la ciencia de datos sufre de mala reputaci\u00f3n.<\/p>\n

Los verdaderos estad\u00edsticos siempre llegan a sus conclusiones.<\/h2>\n

\nGracias a la casi m\u00edstica reputaci\u00f3n de los especialistas en estad\u00edstica que se dedican a razonamientos rigurosos, la cantidad de informaci\u00f3n enga\u00f1osa en la Ciencia de Datos es r\u00e9cord. Es f\u00e1cil enga\u00f1ar y no ser descubierto, especialmente si la v\u00edctima desprevenida piensa que todo se trata de ecuaciones y datos. Un conjunto de datos es solo un conjunto de datos, \u00bfverdad? No. Importa c\u00f3mo lo utilices.<\/p>\n

Afortunadamente, solo necesitas una pista para atrapar a los charlatanes: ellos \u201credescubren Am\u00e9rica a posteriori\u201d. Reapareciendo fen\u00f3menos que, como ya saben, est\u00e1n presentes en los datos. <\/p>\n

A diferencia de los charlatanes, los buenos analistas no tienen prejuicios y entienden que las ideas inspiradoras pueden tener muchas explicaciones diferentes. Al mismo tiempo, los buenos estad\u00edsticos determinan cuidadosamente sus conclusiones antes de hacerlas.<\/p>\n

Los analistas est\u00e1n liberados de responsabilidades... hasta que salgan de sus datos. Si sienten la tentaci\u00f3n de declarar algo que no han visto, eso es un trabajo completamente diferente. Deben 'quitarse los zapatos' de analista y 'ponerse en los zapatos' de un estad\u00edstico. Al final, no importa cu\u00e1l sea el t\u00edtulo oficial, no hay regla que diga que no puedes estudiar ambas profesiones si lo deseas. Solo aseg\u00farate de no confundirlas.<\/p>\n

Si eres bueno en estad\u00edstica, no significa que seas bueno en an\u00e1lisis, y viceversa. Si alguien intenta decirte lo contrario, es motivo de desconfianza. Si esa persona te dice que est\u00e1 permitido hacer inferencias estad\u00edsticas en los datos que ya has analizado, eso es un motivo de desconfianza doble.<\/p>\n

Explicaciones extravagantes<\/h2>\n

\nAl observar a los charlatanes de datos en la naturaleza, notar\u00e1s que les gusta inventar historias fant\u00e1sticas para \"explicar\" los datos observados. Cuanto m\u00e1s acad\u00e9mico, mejor. No importa que estas historias sean construcciones retrospectivas.<\/p>\n

Cuando los charlatanes hacen esto \u2014 perm\u00edteme no escatimar en palabras \u2014 est\u00e1n mintiendo. Ninguna cantidad de ecuaciones o conceptos hermosos compensa el hecho de que han ofrecido pruebas nulas de sus versiones. No te sorprendas de cu\u00e1n inusuales son sus explicaciones.<\/p>\n

Es lo mismo que demostrar tus habilidades \"extrasensoriales\", primero mirando las cartas en tus manos y luego predecir lo que sostienes... lo que sostienes. Es un sesgo retrospectivo, y la profesi\u00f3n de cient\u00edfico de datos est\u00e1 saturada de esto.<\/p>\n

\"\u00bfC\u00f3mo<\/p>\n

Los analistas dicen: \"Acabas de jugar con la reina de tr\u00e9boles\". Los estad\u00edsticos dicen: \"Anot\u00e9 mis hip\u00f3tesis en este trozo de papel antes de que empez\u00e1ramos. Vamos a jugar, ver algunos datos y ver si tengo raz\u00f3n\". Los charlatanes dicen: \"Sab\u00eda que ibas a jugar con esta reina de tr\u00e9boles porque...\" <\/p>\n

La segmentaci\u00f3n de datos es una soluci\u00f3n r\u00e1pida a un problema que todos necesitan.<\/p><\/blockquote>\n

\nCuando hay pocos datos, debes elegir entre estad\u00edstica y anal\u00edtica, pero cuando hay abundancia de datos, hay una excelente oportunidad de aprovechar la anal\u00edtica sin enga\u00f1os. y<\/i> Estad\u00edstica. Tienes la protecci\u00f3n perfecta contra los charlatanes: es la segmentaci\u00f3n de datos, y, en mi opini\u00f3n, es la idea m\u00e1s poderosa en Ciencia de Datos. <\/p>\n

Para protegerte de los charlatanes, todo lo que necesitas hacer es asegurarte de que guardas algunos datos de prueba fuera de su curiosa mirada, y luego tratar todo lo dem\u00e1s como anal\u00edtica. Cuando enfrentes una teor\u00eda que podr\u00edas estar tentado a aceptar, util\u00edzala para evaluar la situaci\u00f3n, y luego revela tus datos de prueba secretos para verificar que la teor\u00eda no es una tonter\u00eda. \u00a1Es as\u00ed de simple!<\/p>\n

\"\u00bfC\u00f3mo
\nAseg\u00farate de que nadie pueda ver los datos de prueba en la etapa de investigaci\u00f3n. Para ello, adhi\u00e9rete a los datos de investigaci\u00f3n. Los datos de prueba no deben utilizarse para an\u00e1lisis.<\/p>\n

Este es un gran avance en comparaci\u00f3n con lo que la gente sol\u00eda conocer en la era de los \"datos peque\u00f1os\", cuando necesitabas explicar de d\u00f3nde sabes lo que sabes para finalmente convencer a las personas de que realmente sabes algo.<\/p>\n

Aplicamos las mismas reglas a ML\/AI<\/h2>\n

\nTambi\u00e9n es f\u00e1cil detectar a algunos charlatanes que se hacen pasar por expertos en ML\/AI. Los reconocer\u00e1s de la misma manera que identificar\u00edas a cualquier mal ingeniero: las \"soluciones\" que intentan construir siempre fracasan. Una se\u00f1al de advertencia temprana es la falta de experiencia con los lenguajes y bibliotecas est\u00e1ndar de la industria.<\/p>\n

\u00bfPero qu\u00e9 pasa con las personas que crean sistemas que parecen funcionar? \u00bfC\u00f3mo saber que hay algo sospechoso? \u00a1Se aplica la misma regla! El charlat\u00e1n es un personaje siniestro que te muestra lo bien que funcion\u00f3 el modelo... en los mismos datos que usaron para construirlo.<\/p>\n

Si has creado un sistema de aprendizaje autom\u00e1tico extremadamente complejo, \u00bfc\u00f3mo sabes cu\u00e1n bueno es? No lo sabr\u00e1s hasta que demuestres que funciona con nuevos datos que no ha visto antes.<\/p>\n

Cuando has visto los datos antes de prever \u2014 dif\u00edcilmente es esto una<\/i>predicci\u00f3n.<\/p><\/blockquote>\n

\nCuando tienes suficientes datos para la divisi\u00f3n, no necesitas referirte a la belleza de tus f\u00f3rmulas para justificar el proyecto (un viejo h\u00e1bito que veo en todas partes, no solo en la ciencia). Puedes decir: \"S\u00e9 que esto funciona porque puedo tomar un conjunto de datos que nunca he visto antes y predecir con precisi\u00f3n qu\u00e9 suceder\u00e1... y tendr\u00e9 raz\u00f3n. Una y otra vez.\"<\/i><\/p>\n

Probar tu modelo\/teor\u00eda con nuevos datos es la mejor base para la confianza.<\/p><\/blockquote>\n

\nNo tolero a los charlatanes de datos. No me importa si tu opini\u00f3n se basa en diferentes atractivos. La belleza de las explicaciones no me impresiona. Mu\u00e9strame que tu teor\u00eda\/modelo funciona (y sigue funcionando) en una serie de nuevos datos que nunca antes has visto. Eso es la verdadera prueba de la robustez de tu opini\u00f3n.<\/p>\n

Consultar a expertos en Ciencia de Datos<\/h2>\n

\nSi desea que todos los que entienden este humor lo tomen en serio, deje de esconderse detr\u00e1s de ecuaciones caprichosas para mantener prejuicios personales. Muestre lo que tiene. Si quiere que aquellos que \"entendieron\" consideren su teor\u00eda\/modelo como algo m\u00e1s que poes\u00eda inspiradora, tenga el valor de hacer una gran demostraci\u00f3n de lo bien que funciona con un conjunto completamente nuevo de datos\u2026 \u00a1ante testigos!<\/p>\n

Direcci\u00f3n a los ejecutivos<\/h2>\n

\nReh\u00fase a tomar en serio cualquier \"idea\" sobre datos hasta que haya sido verificada en nuevos<\/i> datos. \u00bfNo quiere esforzarse? Apegue a la anal\u00edtica, pero no conf\u00ede en estas ideas, son poco fiables y no han sido verificadas por su fiabilidad. Adem\u00e1s, cuando una organizaci\u00f3n tiene datos en abundancia, no hay escasez en hacer la divisi\u00f3n como base en la ciencia y mantenerla a nivel de infraestructura, controlando el acceso a los datos de prueba para la estad\u00edstica. \u00a1Es una excelente manera de evitar ser enga\u00f1ado!<\/p>\n

Si desea ver m\u00e1s ejemplos de charlatanes tramando algo malo \u2014 aqu\u00ed hay un hilo magn\u00edfico en Twitter<\/a><\/noindex>.<\/p>\n

Resultados<\/h2>\n

\nCuando hay muy pocos datos para la separaci\u00f3n, solo un charlat\u00e1n intenta seguir estrictamente la inspiraci\u00f3n, redescubriendo retrospectivamente, matem\u00e1ticamente, fen\u00f3menos que ya se sabe que est\u00e1n en los datos, y llamando a la sorpresa estad\u00edsticamente significativa. Esto los distingue de un analista imparcial que lidia con la inspiraci\u00f3n y un estad\u00edstico meticuloso que ofrece evidencia al hacer predicciones.<\/p>\n

Cuando hay muchos datos, adquiera el h\u00e1bito de separar los datos, \u00a1as\u00ed podr\u00e1 tener lo mejor de ambos mundos! Aseg\u00farese de hacer an\u00e1lisis y estad\u00edsticas por separado en subconjuntos distintos del desorden de datos original.<\/p>\n