{"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\/it\/blog\/administrirovanie\/kak-raspoznat-sharlatana-ot-data-science","title":{"rendered":"Come riconoscere un ciarlatano in Data Science?","gt_translate_keys":[{"key":"rendered","format":"text"}]},"content":{"rendered":"

\"Come<\/a><\/noindex>
\nForse hai sentito parlare di analisti, specialisti in machine learning e intelligenza artificiale, ma hai mai sentito parlare di quelli che vengono pagati ingiustamente? Incontra il ciarlatano dei dati<\/strong>! Questi furfanti, attratti da lavori ben retribuiti, creano una cattiva reputazione per i veri specialisti dell'elaborazione dei dati. Nel nostro articolo analizziamo come smascherare queste persone.
\n<\/a><\/noindex><\/p>\n

I ciarlatani dei dati sono ovunque<\/h2>\n

\nI ciarlatani dei dati sono cos\u00ec bravi a nascondersi in bella vista che potresti essere uno di loro<\/i>, senza nemmeno rendertene conto. \u00c8 probabile che la tua organizzazione abbia coperto questi impostori per anni, ma c'\u00e8 una buona notizia: \u00e8 facile identificarli se sai cosa cercare.
\nIl primo segnale d'allerta \u00e8 la mancanza di comprensione che analisi e statistica sono discipline molto diverse<\/strong>. Ora te lo spiego.<\/p>\n

Discipline diverse<\/h2>\n

\nGli statistici sono addestrati a trarre conclusioni che vanno oltre i loro dati, mentre gli analisti sono addestrati a esaminare il contenuto di un insieme di dati. In altre parole, gli analisti traggono conclusioni su ci\u00f2 che \u00e8 presente nei loro dati e gli statistici su ci\u00f2 che non \u00e8 presente. Gli analisti aiutano a porre buone domande (formulare ipotesi), mentre gli statistici aiutano a ottenere buone risposte (verificare le ipotesi).<\/p>\n

Ci sono anche ruoli ibridi peculiari, in cui una persona cerca di restare su due sedie\u2026 Perch\u00e9 no? Il principio fondamentale della scienza dei dati \u00e8: se ti confronti con l'incertezza, non puoi utilizzare lo stesso<\/i> punto dati per formulare ipotesi e verificarle. Quando i dati sono limitati, l'incertezza costringe a scegliere tra statistica e analisi. Spiegazione<\/i> qui<\/i><\/a><\/noindex>.<\/p>\n

Senza statistica, si rischia di rimanere bloccati e non riuscire a comprendere se l'affermazione appena formulata regge alla critica, mentre senza analisi si procede alla cieca, con poche possibilit\u00e0 di domare l'ignoto. \u00c8 una scelta difficile.<\/p>\n

L'uscita di un ciarlatano da questa situazione consiste nel ignorarla, e poi fare finta di sorprendersi quando viene alla luce. La logica del test delle ipotesi statistiche si riduce alla domanda: i dati ci sorprendono abbastanza da farci cambiare idea? Come possiamo essere sorpresi dai dati se li abbiamo gi\u00e0 visti?<\/p>\n

Ogni volta che i ciarlatani trovano un modello, si ispirano, poi verificano gli stessi dati<\/i> per dello stesso modello<\/i>, per pubblicare un risultato con un p-value legittimo o due, accanto alla loro teoria. In questo modo ti mentono (e forse mentono anche a se stessi). Un p-value del genere non ha importanza se non aderisci alla tua ipotesi fino a<\/b> su come hai esaminato i tuoi dati. I ciarlatani imitano le azioni degli analisti e degli statistici senza comprendere le ragioni. Di conseguenza, l'intero campo della scienza dei dati ottiene una cattiva reputazione.<\/p>\n

I veri statistici traggono sempre le loro conclusioni<\/h2>\n

\nGrazie a quasi una reputazione mistica degli specialisti in statistica, impegnati in rigorose argomentazioni, la quantit\u00e0 di informazioni false nella Data Science \u00e8 sorprendentemente alta. \u00c8 facile ingannare e non essere scoperti, soprattutto se la vittima innocente pensa che il tutto si basi su equazioni e dati. Un dataset \u00e8 solo un insieme di dati, giusto? No. Conta come lo utilizzi.<\/p>\n

Fortunatamente, hai bisogno solo di un indizio per riconoscere i ciarlatani: loro \u00abscoprono l'America retroattivamente\u00bb. Riportano alla luce fenomeni che sono gi\u00e0 noti grazie ai dati. <\/p>\n

A differenza dei ciarlatani, i buoni analisti non hanno pregiudizi e comprendono che idee stimolanti possono avere molteplici spiegazioni. Allo stesso tempo, i buoni statistici definiscono con attenzione le loro conclusioni prima di formularle.<\/p>\n

Gli analisti sono esenti da responsabilit\u00e0... fino a quando non oltrepassano i confini dei loro dati. Se hanno la tentazione di dichiarare ci\u00f2 che non hanno osservato, si tratta di un'altra professione. Dovrebbero \"togliersi le scarpe\" da analista e \"indossare\" quelle di uno statistico. Alla fine, qualunque sia il titolo ufficiale, non esiste una regola che impedisca di esplorare entrambe le professioni, se lo si desidera. Ma non confuse le due.<\/p>\n

Se hai una buona comprensione della statistica, non significa che tu abbia anche una buona comprensione dell'analisi, e viceversa. Se qualcuno cerca di dirti il contrario, \u00e8 opportuno essere cauti. Se questa persona ti informa che \u00e8 consentito trarre conclusioni statistiche dai dati che hai gi\u00e0 esaminato, \u00e8 un motivo per essere doppiamente cauti.<\/p>\n

Spiegazioni bizzarre<\/h2>\n

\nOsservando i ciarlatani dei dati in azione, noterai che amano inventare storie fantastiche per \"spiegare\" i dati osservati. Pi\u00f9 sono accademiche, meglio \u00e8. Non importa che queste storie siano adattate retroattivamente.<\/p>\n

Quando ciarlatani si comportano in questo modo \u2014 permettetemi di non risparmiare parole \u2014 mentono. Nessuna quantit\u00e0 di equazioni o concetti affascinanti pu\u00f2 compensare il fatto che non hanno fornito alcuna prova delle loro affermazioni. Non stupitevi di quanto siano bizzarri le loro spiegazioni.<\/p>\n

\u00c8 come mostrare le proprie capacit\u00e0 \"extra-sensoriali\" guardando prima le carte in mano e poi prevedere ci\u00f2 che stai tenendo... ci\u00f2 che stai tenendo. Questa \u00e8 una distorsione del pensiero retrospettivo e la professione di data scientist \u00e8 piena di questo.<\/p>\n

\"Come<\/p>\n

Gli analisti dicono: \"Hai appena pescato la regina di cuori\". Gli statistici dicono: \"Ho scritto le mie ipotesi su questo pezzetto di carta prima che iniziassimo. Giocchiamo, vediamo alcuni dati e vediamo se ho ragione\". I ciarlatani dicono: \"Sapevo che saresti andato su questa regina di cuori, perch\u00e9...\". <\/p>\n

La separazione dei dati \u00e8 una soluzione rapida al problema di cui tutti hanno bisogno.<\/p><\/blockquote>\n

\nQuando i dati non sono cos\u00ec tanti, si deve scegliere tra statistiche e analisi, ma quando i dati abbondano, c'\u00e8 una bellissima opportunit\u00e0 di sfruttare l'analisi senza inganni. e<\/i> Statistiche. Hai la protezione perfetta contro i ciarlatani: questa suddivisione dei dati \u00e8, a mio avviso, l'idea pi\u00f9 potente nel Data Science. <\/p>\n

Per proteggerti dai ciarlatani, tutto ci\u00f2 che devi fare \u00e8 assicurarti di conservare alcuni dati di test fuori dalla loro vista curiosa e poi trattare tutto il resto come un'analisi. Quando ti confronti con una teoria, che rischi di accettare, usala per valutare la situazione e poi apri i tuoi segreti dati di test per verificare che la teoria non sia una sciocchezza. \u00c8 cos\u00ec semplice!<\/p>\n

\"Come
\nAssicurati che nessuno possa visualizzare i dati di test durante la fase di ricerca. Per farlo, attieniti ai dati di ricerca. I dati di test non dovrebbero essere utilizzati per l'analisi.<\/p>\n

Questo \u00e8 un grande passo avanti rispetto a ci\u00f2 a cui le persone erano abituate nell'era dei \"dati ridotti\", quando dovevi spiegare da dove sai ci\u00f2 che sai per convincere finalmente le persone che realmente conosci qualcosa.<\/p>\n

Applichiamo le stesse regole a ML\/AI<\/h2>\n

\n\u00c8 facile individuare alcuni ciarlatani che si spacciano per esperti in ML\/AI. Li riconoscerai come chiunque altro ingegnere scarso: le \"soluzioni\" che cercano di realizzare falliscono costantemente. Un segnale di allerta precoce \u00e8 la mancanza di esperienza con i linguaggi di programmazione e le librerie standard del settore.<\/p>\n

Ma come possiamo valutare le persone che creano sistemi che sembrano funzionare? Come fare a sapere se c'\u00e8 qualcosa di sospetto? Si applica la stessa regola! Un ciarlatano \u00e8 un personaggio sinistro che ti mostra quanto bene abbia funzionato il modello\u2026 sugli stessi dati che hanno utilizzato per crearlo.<\/p>\n

Se hai creato un sistema di machine learning incredibilmente complesso, come puoi sapere quanto \u00e8 buono? Non lo saprai finch\u00e9 non dimostri che funziona con nuovi dati che non ha mai visto prima.<\/p>\n

Quando hai visto i dati prima della previsione \u2014 \u00e8 improbabile che sia un<\/i>dichiarazione.<\/p><\/blockquote>\n

\nQuando hai abbastanza dati per fare una divisione, non \u00e8 necessario riferirsi alla bellezza delle tue formule per giustificare il progetto (una vecchia abitudine che vedo ovunque, non solo nella scienza). Puoi dire: \u00abSo che funziona, perch\u00e9 posso prendere un set di dati che non ho mai visto prima e prevedere esattamente cosa succeder\u00e0... e avr\u00f2 ragione. Ancora e ancora\u00bb.<\/i><\/p>\n

Testare il tuo modello\/teoria su nuovi dati \u00e8 la migliore base per la fiducia.<\/p><\/blockquote>\n

\nNon tollero i ciarlatani dei dati. Non mi interessa se la tua opinione si basa su caratteristiche diverse. Non sono impressionato dalla bellezza delle spiegazioni. Mostrami che la tua teoria\/modello funziona (e continua a funzionare) su un'intera serie di nuovi dati che non hai mai visto prima. Questa \u00e8 la vera verifica della robustezza della tua opinione.<\/p>\n

Rivolgersi a esperti nel campo della Data Science<\/h2>\n

\nSe desideri essere preso sul serio da chi comprende questo umorismo, smettila di nasconderti dietro equazioni eccentriche per mantenere pregiudizi personali. Mostra ci\u00f2 che hai. Se vuoi che chi \"ha capito\" consideri la tua teoria\/modello come qualcosa di pi\u00f9 di una semplice poesia ispiratrice, abbi il coraggio di mettere in scena quanto bene funzioni su un set di dati completamente nuovo\u2026 di fronte a testimoni!<\/p>\n

Rivolgersi ai leader<\/h2>\n

\nRifiuta di prendere sul serio qualsiasi \"idea\" sui dati finch\u00e9 non \u00e8 verificata nuove<\/i> sui dati. Non hai voglia di fare sforzi? Attieniti all'analitica, ma non fare affidamento su queste idee: sono inaffidabili e non sono state verificate per l'affidabilit\u00e0. Inoltre, quando un'organizzazione ha abbondanza di dati, non c'\u00e8 mancanza nel fare della separazione un fondamento nella scienza e mantenerla a livello di infrastruttura, controllando l'accesso ai dati di test per la statistica. Questo \u00e8 un ottimo modo per fermare i tentativi di ingannarti!<\/p>\n

Se vuoi vedere pi\u00f9 esempi di ciarlatani che tramano qualcosa di male \u2014 ecco un meraviglioso thread su Twitter<\/a><\/noindex>.<\/p>\n

Risultati<\/h2>\n

\nQuando ci sono troppi pochi dati per fare delle suddivisioni, solo un ciarlatano tenta di seguire rigidamente l'ispirazione, riscoprendo retrospettivamente l'America e riaprendo matematicamente fenomeni di cui si sa gi\u00e0 che sono presenti nei dati, e dichiarando la sorpresa statisticamente significativa. Questo li distingue da un analista imparziale che lavora con l'ispirazione e da uno statistico meticoloso che fornisce prove nella previsione.<\/p>\n

Quando ci sono molti dati, sviluppa l'abitudine di suddividerli, in modo da poter avere il meglio di entrambi i mondi! Assicurati di condurre analisi e statistiche separatamente su sottoinsiemi distinti dell'ingombrante insieme di dati iniziali.<\/p>\n