{"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\/pl\/blog\/administrirovanie\/kak-raspoznat-sharlatana-ot-data-science","title":{"rendered":"Jak rozpozna\u0107 oszusta w Data Science?","gt_translate_keys":[{"key":"rendered","format":"text"}]},"content":{"rendered":"

\"Jak<\/a><\/noindex>
\nBy\u0107 mo\u017ce s\u0142ysza\u0142e\u015b o analitykach, specjalistach od uczenia maszynowego i sztucznej inteligencji, ale czy s\u0142ysza\u0142e\u015b o tych, kt\u00f3rzy s\u0105 nies\u0142usznie przep\u0142acani? Poznaj oszust\u00f3w danych<\/strong>! Ci sprytni ludzie, kuszeni dochodowymi ofertami, psuj\u0105 reputacj\u0119 prawdziwym specjalistom od przetwarzania danych. W artykule omawiamy, jak ujawnia\u0107 takich ludzi.
\n<\/a><\/noindex><\/p>\n

Oszust\u00f3w danych jest wsz\u0119dzie<\/h2>\n

\nOszustowie danych potrafi\u0105 tak dobrze si\u0119 ukrywa\u0107, \u017ce mo\u017cesz by\u0107 jednym z nich<\/i>, nawet nie zdaj\u0105c sobie z tego sprawy. Prawdopodobnie Twoja organizacja przez lata ukrywa\u0142a tych oszust\u00f3w, ale jest dobra wiadomo\u015b\u0107: \u0142atwo ich zidentyfikowa\u0107, je\u015bli wiesz, czego szuka\u0107.
\nPierwszy sygna\u0142 ostrzegawczy \u2014 niezrozumienie, \u017ce analityka i statystyka to zupe\u0142nie r\u00f3\u017cne dyscypliny<\/strong>. Wyja\u015bni\u0119 to p\u00f3\u017aniej.<\/p>\n

R\u00f3\u017cne dyscypliny<\/h2>\n

\nStatystycy s\u0105 szkoleni, aby wyci\u0105ga\u0107 wnioski dotycz\u0105ce tego, co wykracza poza ich dane, analitycy s\u0105 szkoleni, aby bada\u0107 zawarto\u015b\u0107 zbioru danych. Innymi s\u0142owy, analitycy wyci\u0105gaj\u0105 wnioski na podstawie tego, co zawiera ich zbi\u00f3r danych, a statystycy wyci\u0105gaj\u0105 wnioski na podstawie tego, czego w danych nie ma. Analitycy pomagaj\u0105 zadawa\u0107 dobre pytania (formu\u0142owa\u0107 hipotezy), a statystycy pomagaj\u0105 uzyskiwa\u0107 dobre odpowiedzi (testowa\u0107 hipotezy).<\/p>\n

S\u0105 te\u017c dziwaczne hybrydowe role, kiedy kto\u015b stara si\u0119 usiedzie\u0107 na dw\u00f3ch krzes\u0142ach\u2026 Dlaczego nie? Podstawowa zasada nauki o danych: je\u015bli masz do czynienia z niepewno\u015bci\u0105, nie mo\u017cesz u\u017cywa\u0107 tych samych<\/i> punkt\u00f3w danych do hipotez i test\u00f3w. Kiedy dane s\u0105 ograniczone, niepewno\u015b\u0107 zmusza do wyboru mi\u0119dzy statystyk\u0105 a analityk\u0105. Wyja\u015bnienie<\/i> tutaj<\/i><\/a><\/noindex>.<\/p>\n

Bez statystyki utkniesz i nie zrozumiesz, czy \u015bwie\u017co sformu\u0142owane stwierdzenie wytrzyma krytyk\u0119, a bez analizy dzia\u0142asz w ciemno, maj\u0105c niewiele szans na okie\u0142znanie nieznanego. To trudny wyb\u00f3r.<\/p>\n

Wyj\u015bcie oszusta z tej opresji \u2014 ignorowanie jej, a nast\u0119pnie udawanie zdziwionego, gdy co\u015b nagle zostaje odkryte. Logika testowania hipotez statystycznych sprowadza si\u0119 do pytania: czy dane wystarczaj\u0105co nas zaskakuj\u0105, aby zmieni\u0107 nasze zdanie. Jak mo\u017cemy by\u0107 zaskoczeni danymi, je\u015bli ju\u017c je widzieli\u015bmy?<\/p>\n

Za ka\u017cdym razem, gdy oszu\u015bci znajd\u0105 wz\u00f3r, czerpi\u0105 inspiracj\u0119, a nast\u0119pnie sprawdzaj\u0105 te same dane<\/i> do tego samego wzoru<\/i>, aby opublikowa\u0107 wynik z legitymnym p-warto\u015bci\u0105 lub dwiema, obok swojej teorii. W ten spos\u00f3b oszukuj\u0105 ci\u0119 (a by\u0107 mo\u017ce tak\u017ce siebie). Taka p-warto\u015b\u0107 nie ma znaczenia, je\u015bli nie trzymasz si\u0119 swojej hipotezy do<\/b> sposobu, w jaki przegl\u0105dali swoje dane. Szarlatani na\u015bladuj\u0105 dzia\u0142ania analityk\u00f3w i statystyk\u00f3w bez rozumienia przyczyn. W rezultacie ca\u0142a dziedzina nauki o danych ma z\u0142\u0105 reputacj\u0119.<\/p>\n

Prawdziwi statystycy zawsze formu\u0142uj\u0105 swoje wnioski<\/h2>\n

\nDzi\u0119ki niemal mistycznej reputacji specjalist\u00f3w w statystyce, zajmuj\u0105cych si\u0119 \u015bcis\u0142ymi rozwa\u017caniami, ilo\u015b\u0107 fa\u0142szywych informacji w Data Science osi\u0105ga rekordowy poziom. \u0141atwo jest oszuka\u0107 i nie zosta\u0107 z\u0142apanym, szczeg\u00f3lnie je\u015bli niczego niepodejrzewaj\u0105ca ofiara my\u015bli, \u017ce wszystko sprowadza si\u0119 do r\u00f3wna\u0144 i danych. Zbi\u00f3r danych to zbi\u00f3r danych, prawda? Nie. Liczy si\u0119, jak go wykorzystujesz.<\/p>\n

Na szcz\u0119\u015bcie potrzebujesz tylko jednej wskaz\u00f3wki, aby z\u0142apa\u0107 szarlatan\u00f3w: oni 'odkrywaj\u0105 Ameryk\u0119 na nowo po fakcie'. Na nowo odkrywaj\u0105 zjawiska, kt\u00f3re, jak ju\u017c wiedz\u0105, s\u0105 obecne w danych. <\/p>\n

W przeciwie\u0144stwie do szarlatan\u00f3w, dobrzy analitycy \u2013 s\u0105 pozbawieni uprzedze\u0144 i rozumiej\u0105, \u017ce inspiruj\u0105ce idee mog\u0105 mie\u0107 wiele r\u00f3\u017cnych wyja\u015bnie\u0144. Jednocze\u015bnie dobrzy statystycy starannie okre\u015blaj\u0105 swoje wnioski, zanim je sformu\u0142uj\u0105.<\/p>\n

Analitycy s\u0105 zwolnieni z odpowiedzialno\u015bci\u2026 dop\u00f3ki nie wykraczaj\u0105 poza swoje dane. Je\u015bli czuj\u0105 pokus\u0119, aby og\u0142osi\u0107 co\u015b, czego nie widzieli, to zupe\u0142nie inna praca. Powinni 'zdj\u0105\u0107 buty' analityka i 'przebra\u0107 si\u0119' w buty statystyka. W ko\u0144cu, jakie by nie by\u0142o oficjalne stanowisko, nie ma zasady, kt\u00f3ra zabrania\u0142aby ci studiowania obu zawod\u00f3w, je\u015bli chcesz. Tylko nie myl ich.<\/p>\n

Je\u015bli jeste\u015b dobry w statystyce, to nie znaczy, \u017ce jeste\u015b dobry w analizie, i odwrotnie. Je\u015bli kto\u015b pr\u00f3buje ci powiedzie\u0107 co\u015b przeciwnego, warto by\u0107 ostro\u017cnym. Je\u015bli ta osoba informuje ci\u0119, \u017ce mo\u017cesz wyci\u0105gn\u0105\u0107 wnioski statystyczne na podstawie danych, kt\u00f3re ju\u017c przestudiowa\u0142e\u015b, to pow\u00f3d do podw\u00f3jnej ostro\u017cno\u015bci.<\/p>\n

Dziwaczne wyja\u015bnienia<\/h2>\n

\nObserwuj\u0105c szarlatan\u00f3w danych na wolno\u015bci, zauwa\u017cysz, \u017ce uwielbiaj\u0105 oni wymy\u015bla\u0107 fantastyczne historie, aby \u201ewyja\u015bni\u0107\u201d obserwowane dane. Im bardziej akademickie, tym lepiej. Nie ma znaczenia, \u017ce te historie s\u0105 dostosowane po fakcie.<\/p>\n

Kiedy szarlatani tak post\u0119puj\u0105 \u2014 pozw\u00f3l mi nie \u017ca\u0142owa\u0107 s\u0142\u00f3w \u2014 k\u0142ami\u0105. \u017badne ilo\u015bci r\u00f3wna\u0144 ani pi\u0119kne koncepcje nie zrekompensuj\u0105 faktu, \u017ce zaoferowali zerowe dowody swoich wersji. Nie zdziw si\u0119, jak niezwyk\u0142e s\u0105 ich wyja\u015bnienia.<\/p>\n

To tak, jakby demonstrowa\u0107 swoje \u201eekstrasensoryczne\u201d zdolno\u015bci, najpierw spogl\u0105daj\u0105c na karty w r\u0119kach, a nast\u0119pnie przewiduj\u0105c, co trzymasz\u2026 to, co trzymasz. To jest stronniczo\u015b\u0107 spojrzenia wstecz, a zaw\u00f3d data scientist jest tym przesycony.<\/p>\n

\"Jak<\/p>\n

Analitycy m\u00f3wi\u0105: \u201eW\u0142a\u015bnie poszed\u0142e\u015b z dam\u0105 karo\u201d. Statystycy m\u00f3wi\u0105: \u201eZapisa\u0142em swoje hipotezy na tym kawa\u0142ku papieru, zanim zacz\u0119li\u015bmy. Zagrajmy, zobaczmy kilka danych i sprawd\u017amy, czy mam racj\u0119\u201d. Szarlatani m\u00f3wi\u0105: \u201eWiedzia\u0142em, \u017ce zamierzasz i\u015b\u0107 z t\u0105 dam\u0105 karo, poniewa\u017c\u2026\u201d <\/p>\n

Podzia\u0142 danych to szybkie rozwi\u0105zanie problemu, kt\u00f3rego potrzebuje ka\u017cdy.<\/p><\/blockquote>\n

\nGdy mamy ograniczone dane, musimy wybiera\u0107 mi\u0119dzy statystyk\u0105 a analityk\u0105, ale gdy danych jest w br\u00f3d, jest doskona\u0142a okazja, aby bez oszustwa skorzysta\u0107 z analityki. i<\/i> Statystyki. Masz idealn\u0105 ochron\u0119 przed szarlatanami \u2014 to podzia\u0142 danych i, moim zdaniem, to najpot\u0119\u017cniejsza idea w Data Science. <\/p>\n

Aby chroni\u0107 si\u0119 przed szarlatanami, wystarczy upewni\u0107 si\u0119, \u017ce trzymasz jakie\u015b dane testowe z dala od ich ciekawskich oczu, a nast\u0119pnie traktowa\u0107 wszystko inne jako analityk\u0119. Kiedy zderzasz si\u0119 z teori\u0105, kt\u00f3r\u0105 ryzykujesz przyj\u0105\u0107, u\u017cyj jej, aby oceni\u0107 sytuacj\u0119, a nast\u0119pnie otw\u00f3rz swoje tajne dane testowe, aby sprawdzi\u0107, \u017ce teoria nie jest bzdur\u0105. To takie proste!<\/p>\n

\"Jak
\nUpewnij si\u0119, \u017ce nikt nie ma dost\u0119pu do danych testowych na etapie bada\u0144. W tym celu trzymaj si\u0119 danych badawczych. Dane testowe nie powinny by\u0107 u\u017cywane do analizy.<\/p>\n

To du\u017cy krok naprz\u00f3d w por\u00f3wnaniu do tego, do czego ludzie przywykli w erze \"ma\u0142ych danych\", kiedy musisz t\u0142umaczy\u0107, sk\u0105d wiesz to, co wiesz, aby w ko\u0144cu przekona\u0107 ludzi, \u017ce naprawd\u0119 co\u015b wiesz.<\/p>\n

Stosujemy te same zasady do ML\/AI<\/h2>\n

\nNiekt\u00f3rych szarlatan\u00f3w udaj\u0105cych ekspert\u00f3w w dziedzinie ML\/AI r\u00f3wnie\u017c \u0142atwo mo\u017cna wykry\u0107. Z\u0142apiesz ich tak samo, jak z\u0142apa\u0142by\u015b ka\u017cdego innego z\u0142ego in\u017cyniera: \u201erozwi\u0105zania\u201d, kt\u00f3re pr\u00f3buj\u0105 zbudowa\u0107, nieustannie zawodz\u0105. Wczesny znak ostrzegawczy \u2014 brak do\u015bwiadczenia w pracy ze standardowymi j\u0119zykami bran\u017cowymi i bibliotekami programistycznymi.<\/p>\n

Ale co z osobami, kt\u00f3re tworz\u0105 systemy, kt\u00f3re wydaj\u0105 si\u0119 dzia\u0142a\u0107? Jak rozpozna\u0107, \u017ce dzieje si\u0119 co\u015b podejrzanego? Stosuje si\u0119 ta sama zasada! Szarlatan to z\u0142owroga posta\u0107, kt\u00f3ra pokazuje ci, jak dobrze model dzia\u0142a\u0142\u2026 na tych samych danych, kt\u00f3re wykorzystali do stworzenia modelu.<\/p>\n

Je\u015bli stworzy\u0142e\u015b szalenie skomplikowany system uczenia maszynowego, jak mo\u017cesz stwierdzi\u0107, jak dobry on jest? Nie dowiesz si\u0119, dop\u00f3ki nie poka\u017cesz, \u017ce dzia\u0142a z nowymi danymi, kt\u00f3rych wcze\u015bniej nie widzia\u0142.<\/p>\n

Kiedy widzia\u0142e\u015b dane przed prognozowaniem \u2013 to ma\u0142o prawdopodobne przed<\/i>stawianiem.<\/p><\/blockquote>\n

\nKiedy masz wystarczaj\u0105co du\u017co danych do podzia\u0142u, nie musisz odnosi\u0107 si\u0119 do pi\u0119kna swoich formu\u0142, aby uzasadni\u0107 projekt (stara modna tendencja, kt\u00f3r\u0105 widz\u0119 wsz\u0119dzie, nie tylko w nauce). Mo\u017cesz powiedzie\u0107: \u201eWiem, \u017ce to dzia\u0142a, bo mog\u0119 wzi\u0105\u0107 zestaw danych, kt\u00f3rego wcze\u015bniej nie widzia\u0142em, i dok\u0142adnie przewidzie\u0107, co si\u0119 tam wydarzy\u2026 i b\u0119d\u0119 mie\u0107 racj\u0119. Znowu i znowu\u201d.<\/i><\/p>\n

Weryfikacja twojego modelu\/teorii na nowych danych to najlepsza podstawa do zaufania.<\/p><\/blockquote>\n

\nNie toleruj\u0119 szarlatan\u00f3w danych. Nie interesuje mnie, czy twoje zdanie opiera si\u0119 na r\u00f3\u017cnych chwytach. Nie robi na mnie wra\u017cenia pi\u0119kno wyja\u015bnie\u0144. Poka\u017c mi, \u017ce twoja teoria\/model dzia\u0142a (i nadal dzia\u0142a) na ca\u0142ej gamie nowych danych, kt\u00f3rych wcze\u015bniej nigdy nie widzia\u0142e\u015b. To jest prawdziwy test odporno\u015bci twojego zdania.<\/p>\n

Zwracanie si\u0119 do specjalist\u00f3w w dziedzinie Data Science<\/h2>\n

\nJe\u015bli chcesz, aby wszyscy, kt\u00f3rzy rozumiej\u0105 ten humor, traktowali ci\u0119 powa\u017cnie, przesta\u0144 chowa\u0107 si\u0119 za dziwacznymi r\u00f3wnaniami, aby podtrzymywa\u0107 osobiste uprzedzenia. Poka\u017c, co masz. Je\u015bli chcesz, aby ci, kt\u00f3rzy \"zrozumieli\", traktowali twoj\u0105 teori\u0119\/model jako co\u015b wi\u0119cej ni\u017c tylko inspiruj\u0105c\u0105 poezj\u0119, miej odwag\u0119 zorganizowa\u0107 wielkie przedstawienie tego, jak dobrze ona dzia\u0142a na zupe\u0142nie nowym zestawie danych\u2026 przy \u015bwiadkach!<\/p>\n

Zwr\u00f3cenie si\u0119 do lider\u00f3w<\/h2>\n

\nOdmawiaj traktowania na powa\u017cnie jakichkolwiek \"pomys\u0142\u00f3w\" dotycz\u0105cych danych, dop\u00f3ki nie zosta\u0142y one zweryfikowane na nowych<\/i> danych. Nie chcesz si\u0119 wysila\u0107? Trzymaj si\u0119 analityki, ale nie polegaj na tych pomys\u0142ach \u2014 s\u0105 one zawodnie i nie by\u0142y sprawdzone pod k\u0105tem wiarygodno\u015bci. Co wi\u0119cej, kiedy organizacja ma dane w obfito\u015bci, nie ma mowy o niech\u0119ci do uczynienia rozdzielenia fundamentem nauki i utrzymywania tego na poziomie infrastruktury, kontroluj\u0105c dost\u0119p do danych testowych dla statystyki. To doskona\u0142y spos\u00f3b na przerwanie pr\u00f3b oszukania ci\u0119!<\/p>\n

Je\u015bli chcesz zobaczy\u0107 wi\u0119cej przyk\u0142ad\u00f3w szarlatan\u00f3w knuj\u0105cych co\u015b niedobrego \u2014 oto wspania\u0142y w\u0105tek na Twitterze<\/a><\/noindex>.<\/p>\n

Podsumowanie<\/h2>\n

\nGdy danych jest zbyt ma\u0142o do podzia\u0142u, tylko szarlatan pr\u00f3buje \u015bci\u015ble trzyma\u0107 si\u0119 inspiracji, odkrywaj\u0105c Ameryk\u0119 retrospektywnie, matematycznie na nowo odkrywaj\u0105c zjawiska, o kt\u00f3rych ju\u017c wiadomo, \u017ce istniej\u0105 w danych, i nazywaj\u0105c zdziwienie statystycznie istotnym. To odr\u00f3\u017cnia ich od bezstronnego analityka zmagaj\u0105cego si\u0119 z inspiracj\u0105 oraz drobiazgowego statystyka, kt\u00f3ry oferuje dowody podczas prognozowania.<\/p>\n

Gdy danych jest du\u017co, wypracuj nawyk rozdzielania danych, dzi\u0119ki czemu b\u0119dziesz mie\u0107 najlepsze z obu \u015bwiat\u00f3w! Koniecznie wykonuj analityk\u0119 i statystyk\u0119 oddzielnie dla r\u00f3\u017cnych podzbior\u00f3w pierwotnych danych.<\/p>\n