{"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\/hr\/blog\/administrirovanie\/kak-raspoznat-sharlatana-ot-data-science","title":{"rendered":"Kako prepoznati prevaranta u Data Science-u?","gt_translate_keys":[{"key":"rendered","format":"text"}]},"content":{"rendered":"

\"Kako<\/a><\/noindex>
\nMo\u017eda ste \u010duli za analiti\u010dare, stru\u010dnjake za strojno u\u010denje i umjetnu inteligenciju, ali jeste li \u010duli za one kojima se nezaslu\u017eeno pla\u0107a vi\u0161e? Upoznajte prevarante podataka<\/strong>! Ovi prevaranti, privu\u010deni profitabilnim poslovima, stvaraju lo\u0161u reputaciju pravim stru\u010dnjacima za obradu podataka. U ovom materijalu istra\u017eujemo kako otkriti takve osobe.
\n<\/a><\/noindex><\/p>\n

Prevaranti podataka su svuda<\/h2>\n

\nPrevaranti podataka tako dobro skrivaju svoje prisustvo da mo\u017eete biti jedan od njih<\/i>, \u010dak i ne shva\u0107aju\u0107i to. Vjerojatno je va\u0161a organizacija godinama skrivala ove prevarante, ali postoji dobra vijest: lako ih je identificirati ako znate \u0161to tra\u017eiti.
\nPrvi znak upozorenja je nerazumijevanje da analitika i statistika nisu iste discipline<\/strong>. U nastavku \u0107u to objasniti.<\/p>\n

Razli\u010dite discipline<\/h2>\n

\nStatisti\u010dari su obu\u010deni da donose zaklju\u010dke o onome \u0161to nadilazi njihove podatke, analiti\u010dari su obu\u010deni da prou\u010davaju sadr\u017eaj skupa podataka. Drugim rije\u010dima, analiti\u010dari donose zaklju\u010dke o onome \u0161to je u njihovim podacima, a statisti\u010dari donose zaklju\u010dke o onome \u0161to u podacima nije. Analiti\u010dari poma\u017eu postavljati dobra pitanja (formulirati hipoteze), dok statisti\u010dari poma\u017eu dobiti dobre odgovore (provjeriti hipoteze).<\/p>\n

Postoje tako\u0111er neobi\u010dne hibridne uloge, kada netko poku\u0161ava sjediti na dva stolca\u2026 Za\u0161to ne? Osnovno na\u010delo znanosti o podacima: kada se suo\u010davate s nesigurno\u0161\u0107u, ne mo\u017eete koristiti istovu<\/i> to\u010dku podataka za hipoteze i provjere. Kada su podaci ograni\u010deni, nesigurnost vas prisiljava da birate izme\u0111u statistike ili analitike. Obja\u0161njenje<\/i> ovdje<\/i><\/a><\/noindex>.<\/p>\n

Bez statistike zaglavit \u0107ete se i ne\u0107ete mo\u0107i razumjeti podnosi li nedavno formulisana tvrdnja kritiku, a bez analitike \u0107ete se kretati slijepo s malo \u0161anse da ukrotite nepoznato. To je te\u017eak izbor.<\/p>\n

Izlaz prevaranta iz ove nevolje je ignorirati je, a zatim se pretvarati da su iznena\u0111eni kada se ne\u0161to iznenada otkrije. Logika provjere statisti\u010dkih hipoteza svodi se na pitanje: jesu li podaci dovoljno iznena\u0111uju\u0107i da promijene na\u0161e mi\u0161ljenje. Kako mo\u017eemo biti iznena\u0111eni podacima ako smo ih ve\u0107 vidjeli?<\/p>\n

Svaki put kada prevaranti prona\u0111u obrazac, inspirirani su, a zatim provjeravaju iste podatke<\/i> za tog istog obrasca<\/i>, kako bi objavili rezultate s legitimnom p-vrijedno\u0161\u0107u ili dvije, uz njihovu teoriju. Time vam la\u017eu (a mo\u017eda i sebi). Takva p-vrijednost nije bitna ako se ne pridr\u017eavate svoje hipoteze. do<\/b> kako su pregledali svoje podatke. \u0160arlatani imitiraju rad analiti\u010dara i statistik\u00e2 bez razumijevanja uzroka. Kao rezultat toga, cijela podru\u010dje znanosti o podacima stje\u010de lo\u0161u reputaciju.<\/p>\n

Pravi statisti\u010dari uvijek donose svoje zaklju\u010dke.<\/h2>\n

\nZbog gotovo misti\u010dne reputacije stru\u010dnjaka za statistiku koji se bave strogo\u0161\u0107u u rasu\u0111ivanju, koli\u010dina la\u017enih informacija u Data Science-u je rekordno visoka. Lako je prevariti i pro\u0107i nezapa\u017eeno, osobito ako nevina \u017ertva misli da se sve svodi na jednad\u017ebe i podatke. Skup podataka je skup podataka, zar ne? Ne. Bitno je kako ga koristite.<\/p>\n

Na sre\u0107u, potrebna vam je samo jedna naznaka da ulovite \u0161arlatane: oni 'otkrivaju Ameriku unazad'. Ponovno otkrivaju\u0107i pojave za koje su ve\u0107 svjesni da su prisutne u podacima. <\/p>\n

Za razliku od \u0161arlatana, dobri analiti\u010dari nemaju predrasuda i razumiju da inspiriraju\u0107e ideje mogu imati mnogo razli\u010ditih obja\u0161njenja. U isto vrijeme, dobri statisti\u010dari pa\u017eljivo definiraju svoje zaklju\u010dke prije nego \u0161to ih iznesu.<\/p>\n

Analiti\u010dari su oslobo\u0111eni odgovornosti\u2026 dok ne iza\u0111u izvan svojih podataka. Ako ih zavede da proglase ne\u0161to \u0161to nisu vidjeli, to je sasvim druga\u010diji posao. Trebali bi 'skinuti cipele' analiti\u010dara i 'preobuti se' u cipele statisti\u010dara. Na kraju, bez obzira kako se slu\u017ebeno zove njihova pozicija, ne postoji pravilo koje zabranjuje da prou\u010davate oboje zanimanje, ako \u017eelite. Samo nemojte brkati oboje.<\/p>\n

Ako se dobro razumijete u statistiku, to ne zna\u010di da se dobro razumijete u analitiku, i obrnuto. Ako netko poku\u0161a re\u0107i suprotno, trebali biste biti na oprezu. Ako vam ta osoba ka\u017ee da vam je dopu\u0161teno donositi statisti\u010dke zaklju\u010dke na podacima koje ste ve\u0107 prou\u010dili, to je dvostruki razlog za sumnju.<\/p>\n

\u010cudna obja\u0161njenja<\/h2>\n

\nPromatraju\u0107i prevarante podataka u divljini, primijetit \u0107ete da vole smi\u0161ljati fantasti\u010dne pri\u010de kako bi \"objasnili\" opa\u017eene podatke. \u0160to je akademi\u010dnije, to bolje. Nije va\u017eno \u0161to su te pri\u010de prilago\u0111ene unazad.<\/p>\n

Kada prevaranti to rade - mogle bi re\u0107i da ne biraju rije\u010di - la\u017eu. Niti jedna koli\u010dina jednad\u017ebi ili lijepih pojmova ne mo\u017ee nadoknaditi \u010dinjenicu da su ponudili nula dokaza za svoje verzije. Ne \u010dudi me koliko su njihova obja\u0161njenja neobi\u010dna.<\/p>\n

To je isto kao i pokazivanje svojih \"ekstrasenzornih\" sposobnosti, prvo pogledav\u0161i u karte u rukama, a zatim predvi\u0111aju\u0107i \u0161to dr\u017eite\u2026 to \u0161to dr\u017eite. To je pristranost retrospektivnog pogleda, i profesija znanstvenika podataka je njome pro\u017eeta do zasi\u0107enja.<\/p>\n

\"Kako<\/p>\n

Analiti\u010dari ka\u017eu: \"Tek ste se zaputili s kraljicom trefa.\" Statisti ka\u017eu: \"Zapisao sam svoje hipoteze na ovom komadi\u0107u papira prije nego \u0161to smo po\u010deli. Hajde da igramo, pogledajmo neke podatke i vidimo jesam li u pravu.\" Prevaranti ka\u017eu: \"Znao sam da \u0107ete oti\u0107i s ovom kraljicom trefa, jer...\" <\/p>\n

Podjela podataka je brzo rje\u0161enje problema koje svatko treba.<\/p><\/blockquote>\n

\nKada podataka nema mnogo, treba birati izme\u0111u statistike i analitike, ali kada podataka ima vi\u0161ak, postoji odli\u010dna prilika da se bez la\u017ei iskoristi analitika. i<\/i> statistika. Imate savr\u0161enu za\u0161titu od prevaranata - to je podjela podataka i, po mom mi\u0161ljenju, to je najmo\u0107nija ideja u Data Science. <\/p>\n

Da biste se za\u0161titili od prevaranata, sve \u0161to trebate u\u010diniti je osigurati da \u010duvate neke testne podatke izvan dohvata njihovih radoznalih o\u010diju, a zatim se prema svemu ostalome odnosite kao prema analitici. Kada se suo\u010dite s teorijom koju riskirate prihvatiti, koristite je da procijenite situaciju, a zatim otkrijte svoje tajne testne podatke kako biste provjerili da teorija nije glupost. Tako je lako!<\/p>\n

\"Kako
\nOsigurajte da nitko ne mo\u017ee pregledavati testne podatke u fazi istra\u017eivanja. Za to se pridr\u017eavajte istra\u017eiva\u010dkih podataka. Testni podaci ne smiju se koristiti za analizu.<\/p>\n

To je veliki korak naprijed u usporedbi s onim na \u0161to su ljudi navikli u doba 'malih podataka', kada ste morali objasniti odakle znate ono \u0161to znate kako biste kona\u010dno uvjerili ljude da zaista znate ne\u0161to.<\/p>\n

Primjenjujemo ista pravila na ML\/AI<\/h2>\n

\nNeke prevarante koji se pretvaraju da su stru\u010dnjaci u podru\u010dju ML\/AI tako\u0111er je lako otkriti. Uhvatili biste ih kao \u0161to biste uhvatili svakog drugog lo\u0161eg in\u017eenjera: 'rje\u0161enja' koja poku\u0161avaju izgraditi kontinuirano propadaju. Rani znak upozorenja je nedostatak iskustva u radu s standardnim industrijskim jezicima i programskim bibliotekama.<\/p>\n

Ali \u0161to je s ljudima koji kreiraju sustave koji izgledaju funkcionalno? Kako znati da se doga\u0111a ne\u0161to sumnjivo? Primjenjuje se isto pravilo! Prevarant je sumnjiva osoba koja vam pokazuje koliko je model dobro funkcionirao\u2026 na istim podacima koje su koristili za izgradnju modela.<\/p>\n

Ako ste stvorili izuzetno slo\u017een sustav strojnog u\u010denja, kako znati koliko je dobar? Ne\u0107ete znati dok ne poka\u017eete da radi s novim podacima koje prije nije vidio.<\/p>\n

Kada ste vidjeli podatke prije predikcije \u2014 to vjerojatno nije pred<\/i>izvje\u0161tavanje.<\/p><\/blockquote>\n

\nKada imate dovoljno podataka za razdvajanje, ne trebate se pozivati na ljepotu va\u0161ih formule kako biste opravdali projekt (stara moda koju vidim svuda, ne samo u znanosti). Mo\u017eete re\u0107i: \"Znam da to funkcioni\u0161e jer mogu uzeti skup podataka koji prije nisam vidio i to\u010dno predvidjeti \u0161to se tamo doga\u0111a\u2026 i bit \u0107u u pravu. I opet, i opet.\"<\/i><\/p>\n

Provjera va\u0161eg modela\/teorije na novim podacima najbolja je osnova za povjerenje.<\/p><\/blockquote>\n

\nNe podnosim prevarante u podacima. Nije me briga oslanjate li svoje mi\u0161ljenje na razli\u010dite trikove. Ne impresionira me ljepota obja\u0161njenja. Poka\u017eite mi da va\u0161a teorija \/ model funkcionira (i nastavlja funkcionirati) na \u010ditavom nizu novih podataka koje nikada prije niste vidjeli. To je prava provjera izdr\u017eljivosti va\u0161eg mi\u0161ljenja.<\/p>\n

Obra\u0107anje stru\u010dnjacima u podru\u010dju Data Science<\/h2>\n

\nAko \u017eelite da vas shvate ozbiljno svi koji razumiju ovaj humor, prestanite se skrivati iza neobi\u010dnih jednad\u017ebi kako biste odr\u017eali osobne predrasude. Poka\u017eite \u0161to imate. Ako \u017eelite da oni koji su \"shvatili\" va\u0161u teoriju\/model gledaju na to kao na ne\u0161to vi\u0161e od obi\u010dne inspirativne poezije, imajte hrabrosti organizirati veli\u010danstvenu prezentaciju o tome koliko dobro funkcionira na potpuno novom skupu podataka... pred svjedocima!<\/p>\n

Obra\u0107anje menad\u017eerima<\/h2>\n

\nOdbacite bilo kakve \"ideje\" o podacima sve dok nisu testirane na novim<\/i> podacima. Ne \u017eelite se truditi? Dr\u017eite se analitike, ali ne oslanjajte se na te ideje \u2014 one su nepouzdane i nisu testirane na pouzdanost. Osim toga, kada organizacija ima podataka u izobilju, nije nikakav problem u\u010diniti razdvajanje temeljnom u znanosti i odr\u017eavati to na razini infrastrukture, kontroliraju\u0107i pristup testnim podacima za statistiku. To je izvrstan na\u010din da prekinete poku\u0161aje da vas prevari!<\/p>\n

Ako \u017eelite vidjeti vi\u0161e primjera prevaranata koji smi\u0161ljaju ne\u0161to lo\u0161e \u2014 evo divne teme na Twitteru<\/a><\/noindex>.<\/p>\n

Zaklju\u010dci<\/h2>\n

\nKada podataka ima premalo za razdvajanje, samo prevarant poku\u0161ava strogo slijediti inspiraciju, otkrivaju\u0107i Ameriku retrospektivno, matemati\u010dki ponovo otkrivaju\u0107i fenomene za koje je ve\u0107 poznato da postoje u podacima, i nazivaju\u0107i iznena\u0111enje statisti\u010dki zna\u010dajnim. To ih razlikuje od nepristranog analiti\u010dara koji se bavi inspiracijom i pedantnog statisti\u010dara koji nudi dokaze prilikom predvi\u0111anja.<\/p>\n

Kada podataka ima dovoljno, stvorite naviku razdvajanja podataka, tako \u0107ete mo\u0107i imati najbolje od oba svijeta! Obavezno radite analitiku i statistiku odvojeno za posebne podskupine izvornog niza podataka.<\/p>\n