Rasa Ingin Tahu Seorang Kanak-Kanak: Asas Mengejutkan untuk Sains Data

Jika anda meminta saya menerangkan sains data kepada kanak-kanak berumur 5 tahun, saya mungkin akan berkata seperti ini: “Ia seperti seorang detektif! Anda mengumpul petunjuk (data), memikirkan cara ia sesuai (menganalisis dan membersihkan data) dan menggunakannya untuk menyelesaikan misteri atau meneka apa yang mungkin berlaku seterusnya (ramalkan hasil).”

Sains data bukan sahaja untuk detektif atau orang dewasa yang mempunyai ijazah tinggi. Kemungkinannya, anda mungkin telah menggunakan prinsip sains data dalam kehidupan seharian anda walaupun tanpa disedari. Ambil saya, sebagai contoh.

Membesar, saya adalah seorang kanak-kanak yang ingin tahu dan pendiam yang tidak pernah berhenti berfikir. Di luar, saya tidak bercakap banyak, tetapi dalam kepala saya, ia adalah keseluruhan pasaran. Saya menyambungkan titik-titik yang seolah-olah tidak diperhatikan oleh orang lain dan bertanya soalan yang tidak berkesudahan, dan bukan hanya "Mengapa ini seperti ini?" tetapi yang lebih ingin tahu: “Bilakah ia akan berlaku? Apa yang boleh menyebabkan ia berlaku?” Sekarang ini, sebagai orang dewasa, saya mempunyai tabiat buruk untuk bertanya terlalu banyak soalan. Seorang kawan pernah memberitahu saya, "Anda bertanya soalan seperti kanak-kanak!" Saya menganggapnya sebagai pujian.

Perasaan ingin tahu inilah yang mendorong saya untuk secara tidak sedar menerima prinsip sains data sebagai seorang kanak-kanak, terutamanya apabila ia datang kepada sesuatu yang tidak dapat diramalkan seperti NEPA (kini PHCN). Jika anda pernah tinggal di Nigeria, anda tahu bahawa bekalan elektrik terputus adalah perkara biasa sehingga cahaya yang menyala terasa seperti perayaan mini. Saya membenci ketidakpastian itu semua jadi, saya mula memberi perhatian. Saya mengambil tanggungjawab untuk memecahkan kod NEPA.

Buku nota saya menjadi pangkalan data mini saya. Saya memerhatikan corak tingkah laku NEPA, dan merekodkan setiap kali kuasa padam dan apabila ia dihidupkan semula. (Pengumpulan data). Saya akan pulang dari sekolah dan segera bertanya kepada ibu saya atau sesiapa sahaja di rumah, “Adakah mereka membawa cahaya? Bilakah mereka mengambilnya?” Saya akan menulis apa yang saya perhatikan - berapa lama lampu kekal, pukul berapa ia menyala dan bila ia padam. Ia seperti satu upacara; Saya perlu mengetahui "kemas kini status" pada bekalan kuasa.

Lama kelamaan, saya mengambil kira corak dan faktor luaran seperti cuti umum, musim perayaan, keadaan cuaca, perlawanan bola sepak., dsb. Ia mengambil sedikit masa, tetapi saya mula perasan arah aliran. Sebagai contoh, jika terdapat hujan lebat, saya hanya tahu mereka tidak akan membawa cahaya selama berjam-jam kerana, baik, wayar memerlukan masa untuk "kering." Atau jika Nigeria bermain perlawanan bola sepak, kemungkinan besar NEPA akan berasa murah hati. Jika saya membina model NEPA hari ini, saya perlu mengambil kira pembolehubah yang lebih kompleks- seperti bilangan kali grid nasional runtuh (yang dirasakan seperti setiap minggu).

Menggunakan corak ini, saya mencipta "model mental." Walaupun bekalan kuasa tidak dapat diramalkan, saya masih boleh meramalkannya sehingga ke tahap yang lain dan jiran saya mula memperlakukan saya seperti saya mempunyai maklumat orang dalam dan saya mendapat gelaran tidak rasmi "Peramal NEPA". cahaya kembali?” dan saya dengan yakin menjawab, "Beri mereka dua jam; ia akan datang."

Sudah tentu, data itu tidak sempurna. NEPA "jatuh tangan saya" beberapa kali. Kadang-kadang, kuasa tidak kembali apabila saya fikir ia akan, atau ia padam secara tidak dijangka. Tetapi untuk sebahagian besar, ramalan saya adalah sangat tepat. Jadi, saya menapis kes tidak konsisten ini (pembersihan data) dan menumpukan pada mencari corak.

Mengimbas kembali, saya menyedari bahawa saya telah menggunakan proses sains data teras selama ini:
Pengumpulan Data: Saya mengumpul maklumat tentang bekalan kuasa—bila ia datang, bila ia hilang dan berapa lama ia kekal.
Pembersihan dan Penyediaan Data: Saya mengalih keluar butiran yang tidak berkaitan dan memfokuskan pada pembolehubah utama, seperti keadaan cuaca atau masa dalam sehari.
Analisis Data Penerokaan (EDA): Saya mencari corak dalam nota saya untuk memahami cara bekalan kuasa berfungsi.
Pemodelan Data: Saya mencipta "model mental" untuk meramalkan masa kuasa akan kembali berdasarkan corak yang saya kenal pasti.
Penilaian Model: Saya menguji ramalan saya terhadap realiti. Jika lampu tidak menyala seperti yang saya jangkakan, saya melaraskan model saya.
Penerapan Model: "Model" saya menjadi berguna kepada orang lain—adik beradik dan jiran saya bergantung pada ramalan saya untuk membuat keputusan.

Walaupun lucu, percubaan zaman kanak-kanak dengan NEPA ini adalah rasa pertama saya dalam sains data. Sains data bukan sekadar nombor, carta dan algoritma. Ini mengenai menyelesaikan masalah dunia sebenar, seperti yang saya lakukan dengan ramalan kuasa saya sebagai seorang kanak-kanak. Ya, sains data boleh menjadi rumit, tetapi pada terasnya, ia hanyalah rasa ingin tahu berstruktur - sesuatu yang kita semua ada dalam diri kita. Dan bagi saya, semuanya bermula dengan NEPA dan buku nota.

Dari masa ke masa, kami akan meneroka bukan sahaja konsep dan proses sains data yang berbeza, tetapi juga masalah yang boleh kami selesaikan dan penyelesaian yang boleh kami cipta. Sama ada menganalisis set data atau mencari cerapan untuk meningkatkan kehidupan, sains data ialah alat yang boleh kita semua gunakan untuk membuat keputusan yang lebih baik.

Mari kita selami bersama - satu petunjuk, satu corak dan satu ramalan pada satu masa!

Atas ialah kandungan terperinci Rasa Ingin Tahu Seorang Kanak-Kanak: Asas Mengejutkan untuk Sains Data. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!