En mis términos, el análisis de datos es la consolidación de los datos en formato presentable y para responder las preguntas para el escenario.
Por ejemplo, consideremos el resultado escolar.
Las personas normales se detendrán en el pase escolar%, sin distinciones, primera clase, reprobarán
pero el analista profundiza en los datos por qué pasar% es bajo / alto.
¿Hay algún sujeto afectado que pase%?
Este% de aprobación es el mismo en todos los años.
¿Qué hizo que el resultado sea bueno o malo este año?
¿Cuál es el efecto de que el maestro se una o abandone la escuela en el año académico?
¿Cuál es la calificación promedio en cada materia?
¿Mejora por debajo del promedio durante todo el año?
Consideremos un ejemplo: el% de aprobación de una escuela es del 90%, pero el promedio de calificaciones de los estudiantes en todas las materias es de alrededor de 50. Aunque el 90% de los estudiantes aprueba, solo unos pocos pueden unirse a buenas universidades porque, según el promedio de la materia, podemos decir que pocos estudiantes aprobaron con distinción y primera clase.
Este análisis proporciona información a la administración de la escuela para tomar decisiones para alcanzar sus objetivos en el próximo año académico.
- ¿Cuál es la diferencia entre una matriz generadora y una matriz de verificación de paridad?
- ¿Por qué las estimaciones de "tiempo restante" en descargas e instalaciones son tan inexactas?
- Cómo representar una característica incierta en Machine Learning
- A algoritmos de programación?
- ¿Para qué usa la gente Linux?