Даследаванне даных

Даследаванне даных — пачатковы этап аналізу даных^[en], у ходзе якога выяўляюцца характарыстыкі, выкіды^[en] і заканамернасці ў даных з дапамогай статыстычных метадаў і візуалізацыі^[en]. Можа праводзіцца як уручную, так і з дапамогай аўтаматызаваных метадаў^[1]. Вынік даследавання — набор візуалізацый і метаданых^[en], напрыклад максімум, мінімум і сярэдняе значэнне атрыбутаў даных^[2].

Прадметы даследавання

У працэсе даследавання даных, пра кожны з іх атрыбутаў (напрыклад, слупок у табліцы^[en]) збіраюцца і дакументуюцца наступныя звесткі^[2]:

• Назва
• Колькасць запісаў
• Тып даных^[en] (катэгарыяльны^[en], лікавы, тэкставы і г.д.)
• Лікавыя характарыстыкі для лікавых даных (мінімум, максімум, сярэдняе, медыяна і г.д.)
• Колькасць пропускаў^[en] (доля прапушчаных значэнняў ад усіх запісаў)
• Тып размеркавання (нармальнае, раўнамернае, лагарыфмічнае^[en] і г.д.)

Акрамя гэтага, даследуецца карэляцыя паміж атрыбутамі і ствараюцца візуалізацыі.

Інструменты

Найбольш распаўсюджаныя мовы праграмаваня для даследавання даных — Python і R. Для візуалізацыі выкарыстоўваюцца такія інструменты, як Microsoft Power BI^[en], Qlik^[en], Tableau^[en] і Jupyter^[en][2]. Падобныя інструменты даюць магчымаць эфектыўней прэзентаваць вынікі праз інтэрактыўныя візуалізацыі^[1].