{"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\/sv\/blog\/administrirovanie\/kak-raspoznat-sharlatana-ot-data-science","title":{"rendered":"Hur k\u00e4nner man igen en charlatan inom Data Science?","gt_translate_keys":[{"key":"rendered","format":"text"}]},"content":{"rendered":"

\"Hur<\/a><\/noindex>
\nKanske har du h\u00f6rt talas om analytiker, specialister inom maskininl\u00e4rning och artificiell intelligens, men har du h\u00f6rt talas om dem som ogrundat f\u00e5r betalt f\u00f6r mycket? M\u00f6t datasharlatanen<\/strong>! Dessa listiga personer, som dras till lukrativa jobb, skapar ett d\u00e5ligt rykte f\u00f6r verkliga dataexperter. I artikeln g\u00e5r vi igenom hur man avsl\u00f6jar s\u00e5dana individer.
\n<\/a><\/noindex><\/p>\n

Datasharlataner finns \u00f6verallt<\/h2>\n

\nDatasharlataner \u00e4r s\u00e5 bra p\u00e5 att g\u00f6mma sig i klar sikt att du kan vara en av dem<\/i>, utan att ens vara medveten om det. Det \u00e4r troligt att din organisation har dolt dessa bedr\u00e4gerier under \u00e5ratal, men det finns goda nyheter: de \u00e4r l\u00e4tta att identifiera om du vet vad du ska leta efter.
\nDet f\u00f6rsta varningstecknet \u00e4r en brist p\u00e5 f\u00f6rst\u00e5else f\u00f6r att analys och statistik \u00e4r tv\u00e5 helt olika discipliner.<\/strong>Jag ska f\u00f6rklara detta.<\/p>\n

Olika discipliner<\/h2>\n

\nStatistiker \u00e4r utbildade att dra slutsatser om vad som ligger bortom deras data, medan analytiker l\u00e4r sig att studera inneh\u00e5llet i en dataset. Med andra ord drar analytiker slutsatser om vad som finns i deras data, medan statistiker drar slutsatser om vad som saknas i datan. Analytiker hj\u00e4lper till att st\u00e4lla bra fr\u00e5gor (hypoteser), medan statistiker hj\u00e4lper till att f\u00e5 bra svar (testa hypoteser).<\/p>\n

Det finns ocks\u00e5 m\u00e4rkliga hybridroller n\u00e4r en person f\u00f6rs\u00f6ker balansera mellan tv\u00e5 stolar... Varf\u00f6r inte? Huvudprincipen inom datavetenskap: om du har att g\u00f6ra med os\u00e4kerhet, kan du inte anv\u00e4nda samma<\/i> data punkt f\u00f6r hypoteser och verifiering. N\u00e4r datan \u00e4r begr\u00e4nsad tvingar os\u00e4kerheten dig att v\u00e4lja mellan statistik eller analys. F\u00f6rklaring<\/i> h\u00e4r<\/i><\/a><\/noindex>.<\/p>\n

Utan statistik kommer du att fastna och inte kunna f\u00f6rst\u00e5 om den nyformulerade p\u00e5st\u00e5endet st\u00e5r emot kritik, och utan analys g\u00e5r du blint fram med liten chans att t\u00e4mja det ok\u00e4nda. Det \u00e4r ett sv\u00e5rt val.<\/p>\n

Charlatanens utv\u00e4g ur detta dilemma \u00e4r att ignorera det och sedan l\u00e5tsas vara \u00f6verraskad n\u00e4r det pl\u00f6tsligt avsl\u00f6jas. Logiken bakom statistisk hypotespr\u00f6vning handlar om fr\u00e5gan: \u00f6verraskar datan oss tillr\u00e4ckligt f\u00f6r att f\u00f6r\u00e4ndra v\u00e5r \u00e5sikt? Hur kan vi bli \u00f6verraskade av data som vi redan har sett?<\/p>\n

Varje g\u00e5ng charlataner hittar ett m\u00f6nster, inspireras de och testar sedan de samma data<\/i> f\u00f6r samma m\u00f6nster<\/i>, f\u00f6r att publicera resultat med ett legitimt p-v\u00e4rde eller tv\u00e5, bredvid deras teori. P\u00e5 s\u00e5 s\u00e4tt lurar de dig (och kanske \u00e4ven sig sj\u00e4lva). Ett s\u00e5dant p-v\u00e4rde spelar ingen roll om du inte f\u00f6ljer din hypotes till<\/b> hur de har granskat sina data. Bedragare imiterar beteenden hos analytiker och statistiker utan att f\u00f6rst\u00e5 orsakerna. Som ett resultat f\u00e5r hela datavetenskapens omr\u00e5de ett d\u00e5ligt rykte.<\/p>\n

Sanna statistiker drar alltid sina slutsatser<\/h2>\n

\nTack vare den n\u00e4stan mystiska reputationen hos statistiker som \u00e4gnar sig \u00e5t strikta resonemang, \u00e4r m\u00e4ngden falsk information inom Data Science rekordh\u00f6g. Det \u00e4r l\u00e4tt att bluffa och komma undan, s\u00e4rskilt om en intet ont anande person tror att allt handlar om ekvationer och data. En datam\u00e4ngd \u00e4r en datam\u00e4ngd, eller hur? Nej. Hur du anv\u00e4nder den spelar roll.<\/p>\n

Lyckligtvis beh\u00f6ver du bara ett sp\u00e5r f\u00f6r att f\u00e5nga bedragarna: de \"\u00e5teruppfinner Amerika i efterhand\". De \u00e5terentdeckar fenomen som de redan vet finns i datan. <\/p>\n

Till skillnad fr\u00e5n bedragare har bra analytiker ingen partiskhet och f\u00f6rst\u00e5r att inspirerande id\u00e9er kan ha m\u00e5nga olika f\u00f6rklaringar. Samtidigt definierar bra statistiker noggrant sina slutsatser innan de drar dem.<\/p>\n

Analytiker \u00e4r befriade fr\u00e5n ansvar\u2026 s\u00e5 l\u00e4nge de inte g\u00e5r bortom sina data. Om de frestas att uttala sig om saker de inte har sett, \u00e4r det en helt annan syssla. De b\u00f6r \"ta av sig analytikerns skor\" och \"byta till statistikers skor\". I slut\u00e4ndan, oavsett vad den officiella jobbtiteln \u00e4r, finns det ingen regel som s\u00e4ger att du inte kan studera b\u00e5da yrkena om du vill. Bara f\u00f6r att inte blanda ihop dem.<\/p>\n

Om du \u00e4r bra p\u00e5 statistik betyder det inte att du \u00e4r bra p\u00e5 analys, och vice versa. Om n\u00e5gon f\u00f6rs\u00f6ker s\u00e4ga dig det motsatta b\u00f6r du vara p\u00e5 din vakt. Om den h\u00e4r personen informerar dig om att det \u00e4r till\u00e5tet att dra statistiska slutsatser p\u00e5 data som du redan har analyserat, \u00e4r det \u00e4nnu en anledning att vara p\u00e5 sin vakt.<\/p>\n

Konstiga f\u00f6rklaringar<\/h2>\n

\nN\u00e4r du observerar datasharlataner i det vilda, kommer du att m\u00e4rka att de \u00e4lskar att uppfinna fantastiska ber\u00e4ttelser f\u00f6r att \"f\u00f6rklara\" de observerade data. Ju mer akademiska, desto b\u00e4ttre. Det spelar ingen roll att dessa ber\u00e4ttelser \u00e4r efterhandskonstruktioner.<\/p>\n

N\u00e4r sharlataner g\u00f6r s\u00e5 h\u00e4r \u2014 l\u00e5t mig inte sn\u00e5la med orden \u2014 s\u00e5 ljuger de. Inget antal ekvationer eller vackra begrepp kompenserar f\u00f6r att de har erbjudit noll f\u00f6r att bevisa sina p\u00e5st\u00e5enden. Var inte f\u00f6rv\u00e5nad \u00f6ver hur ovanliga deras f\u00f6rklaringar \u00e4r.<\/p>\n

Det \u00e4r som att demonstrera sina \"\u00f6versinnliga\" f\u00f6rm\u00e5gor genom att f\u00f6rst titta p\u00e5 korten i sina h\u00e4nder och sedan f\u00f6ruts\u00e4ga vad du h\u00e5ller... det du h\u00e5ller. Detta \u00e4r en retrospektiv bias, och yrket data scientist \u00e4r genomsyrat av detta.<\/p>\n

\"Hur<\/p>\n

Analytiker s\u00e4ger: \"Du har precis g\u00e5tt med kl\u00e4dda damer.\" Statistiker s\u00e4ger: \"Jag skrev ner mina hypoteser p\u00e5 den h\u00e4r lappen innan vi b\u00f6rjade. L\u00e5t oss spela, se p\u00e5 lite data och se om jag har r\u00e4tt.\" Sharlataner s\u00e4ger: \"Jag visste att du skulle g\u00e5 med de kl\u00e4dda damerna, f\u00f6r att...\" <\/p>\n

Datanedbrytning \u00e4r en snabb l\u00f6sning p\u00e5 det problem som alla beh\u00f6ver.<\/p><\/blockquote>\n

\nN\u00e4r datan \u00e4r begr\u00e4nsad \u00e4r det n\u00f6dv\u00e4ndigt att v\u00e4lja mellan statistik och analys, men n\u00e4r datan \u00e4r riklig finns det en fantastisk m\u00f6jlighet att anv\u00e4nda analys utan fusk. och<\/i> statistik. Du har det perfekta skyddet mot sharlataner \u2014 det \u00e4r nedbrytning av data och, enligt min mening, den mest kraftfulla id\u00e9n inom Data Science. <\/p>\n

F\u00f6r att skydda dig fr\u00e5n sharlataner, allt du beh\u00f6ver g\u00f6ra \u00e4r att se till att du f\u00f6rvarar viss testdata utom r\u00e4ckh\u00e5ll f\u00f6r deras nyfikna \u00f6gon, och sedan behandla allt annat som analys. N\u00e4r du st\u00f6ter p\u00e5 en teori som du riskerar att acceptera, anv\u00e4nd den f\u00f6r att utv\u00e4rdera situationen och \u00f6ppna sedan dina hemliga testdata f\u00f6r att kontrollera att teorin inte \u00e4r nonsens. Det \u00e4r s\u00e5 enkelt!<\/p>\n

\"Hur
\nSe till att ingen f\u00e5r se testdata under forskningsfasen. F\u00f6r detta, h\u00e5ll dig till forskningsdata. Testdata f\u00e5r inte anv\u00e4ndas f\u00f6r analys.<\/p>\n

Det h\u00e4r \u00e4r ett stort framsteg j\u00e4mf\u00f6rt med vad m\u00e4nniskor \u00e4r vana vid under \"sm\u00e5datatiden\", d\u00e5 du m\u00e5ste f\u00f6rklara varifr\u00e5n du vet det du vet f\u00f6r att \u00e4ntligen \u00f6vertyga folk om att du faktiskt vet n\u00e5got.<\/p>\n

Vi till\u00e4mpar samma regler p\u00e5 ML\/AI.<\/h2>\n

\nDet finns ocks\u00e5 vissa charlataner som utger sig f\u00f6r att vara experter p\u00e5 ML\/AI, och de \u00e4r l\u00e4tta att uppt\u00e4cka. Du kan avsl\u00f6ja dem p\u00e5 samma s\u00e4tt som du skulle avsl\u00f6ja vilken d\u00e5lig ingenj\u00f6r som helst: de \"l\u00f6sningar\" de f\u00f6rs\u00f6ker bygga misslyckas st\u00e4ndigt. En tidig varningssignal \u00e4r bristen p\u00e5 erfarenhet av standard branschspr\u00e5k och programmeringsbibliotek.<\/p>\n

Men hur \u00e4r det med personer som skapar system som verkar fungera? Hur vet man att det p\u00e5g\u00e5r n\u00e5got misst\u00e4nkt? Samma regel g\u00e4ller! Charlatanen \u00e4r en skum karakt\u00e4r som visar dig hur bra modellen fungerar... p\u00e5 samma data som de anv\u00e4nde f\u00f6r att bygga modellen.<\/p>\n

Om du har skapat ett galet komplext maskininl\u00e4rningssystem, hur vet du hur bra det \u00e4r? Du vet inte f\u00f6rr\u00e4n du visar att det fungerar med nya data som det aldrig har sett f\u00f6rut.<\/p>\n

N\u00e4r du har sett datan f\u00f6re prognosen \u2013 d\u00e5 \u00e4r det osannolikt att det \u00e4r. ett<\/i>uttalande.<\/p><\/blockquote>\n

\nN\u00e4r du har tillr\u00e4ckligt med data f\u00f6r att g\u00f6ra uppdelningar beh\u00f6ver du inte h\u00e4nvisa till sk\u00f6nheten i dina formler f\u00f6r att r\u00e4ttf\u00e4rdiga projektet (en gammal modevana som jag ser \u00f6verallt, inte bara inom vetenskap). Du kan s\u00e4ga: \u201eJag vet att det fungerar, eftersom jag kan ta en datam\u00e4ngd som jag aldrig har sett f\u00f6rut och exakt f\u00f6ruts\u00e4ga vad som kommer att h\u00e4nda d\u00e4r... och jag f\u00e5r r\u00e4tt. Om och om igen.\u201d<\/i><\/p>\n

Att testa din modell\/teori p\u00e5 nya data \u00e4r den b\u00e4sta grunden f\u00f6r f\u00f6rtroende.<\/p><\/blockquote>\n

\nJag tolererar inte datacharlataner. Jag bryr mig inte om din \u00e5sikt bygger p\u00e5 olika trix. Jag imponeras inte av sk\u00f6nheten i f\u00f6rklaringar. Visa mig att din teori\/modell fungerar (och forts\u00e4tter att fungera) p\u00e5 en m\u00e4ngd nya data som du aldrig har sett f\u00f6rut. Det \u00e4r den verkliga pr\u00f6vningen av din \u00e5sikt.<\/p>\n

Att v\u00e4nda sig till experter inom Data Science.<\/h2>\n

\nOm du vill bli tagen p\u00e5 allvar av alla som f\u00f6rst\u00e5r den h\u00e4r humorn, sluta g\u00f6mma dig bakom sn\u00e5riga ekvationer f\u00f6r att bevara personliga f\u00f6rdomar. Visa vad du har. Om du vill att de som \"f\u00f6rstod\" ska betrakta din teori\/modell som n\u00e5got mer \u00e4n bara inspirerande poesi, ha modet att g\u00f6ra en stor demonstration av hur bra den fungerar p\u00e5 en helt ny datam\u00e4ngd... inf\u00f6r vittnen!<\/p>\n

Till ledare<\/h2>\n

\nAvvisa alla \"id\u00e9er\" om data tills de har testats p\u00e5 nya<\/i> data. Vill du inte anstr\u00e4nga dig? H\u00e5ll dig till analys men f\u00f6rlita dig inte p\u00e5 dessa id\u00e9er - de \u00e4r op\u00e5litliga och har inte testats f\u00f6r tillf\u00f6rlitlighet. Dessutom, n\u00e4r en organisation har data i \u00f6verfl\u00f6d, finns det ingen brist p\u00e5 att g\u00f6ra uppdelning som en grund i vetenskapen och h\u00e5lla det p\u00e5 infrastrukturens niv\u00e5, genom att kontrollera \u00e5tkomst till testdata f\u00f6r statistik. Detta \u00e4r ett utm\u00e4rkt s\u00e4tt att stoppa f\u00f6rs\u00f6k att lura dig!<\/p>\n

Om du vill se fler exempel p\u00e5 charlataner som planerar n\u00e5got ot\u00e4ckt - h\u00e4r \u00e4r en fantastisk tr\u00e5d p\u00e5 Twitter<\/a><\/noindex>.<\/p>\n

Sammanfattning<\/h2>\n

\nN\u00e4r det finns f\u00f6r lite data f\u00f6r uppdelning, f\u00f6rs\u00f6ker bara en charlatan strikt f\u00f6lja inspirationen, och retroaktivt \"uppt\u00e4cka\" fenomen som redan \u00e4r k\u00e4nda att finnas i datan, och kallar \u00f6verraskningar statistiskt signifikanta. Detta skiljer dem fr\u00e5n en objektiv analytiker som handlar med inspiration och en noggrann statistiker som erbjuder bevis vid prognoser.<\/p>\n

N\u00e4r det finns mycket data, skapa en vana att dela upp datan, s\u00e5 att du kan f\u00e5 det b\u00e4sta av b\u00e5da v\u00e4rldar! Se till att g\u00f6ra analys och statistik separat f\u00f6r olika delm\u00e4ngder av den ursprungliga datam\u00e4ngden.<\/p>\n