Sanasto

Eksploratiivinen data-analyysi (EDA)

Mikä on Eksploratiivinen data-analyysi (EDA)?

Eksploratiivinen data-analyysi (EDA) on ensimmäinen, avoin katsaus aineistoon: lasketaan yhteenvetolukuja, tarkastellaan jakaumia ja kaavioita ja etsitään kuvioita, poikkeavia arvoja ja puuttuvia arvoja – ilman vielä kiinteää hypoteesia. Se auttaa arvioimaan datan laatua ja löytämään mielekkäitä kysymyksiä jatkoanalyysia tai mallinnusta varten. Esimerkki: ennen myyntiennustetta EDA paljastaa, että yksi kuukausi kirjattiin puutteellisesti järjestelmämigraation vuoksi.

Miten KI.ordo auttaa

KI.ordo-malli ”Analysoi taulukko” antaa ensikatsauksen tunnusluvuista, trendeistä ja poikkeamista CSV-datassa – laskelmat kannattaa tarkistaa uudelleen.

Lue lisää

Sopivat mallit

Analysoi taulukkoAnalysoi taulukon (CSV-tekstinä): tunnusluvut kuten summat, keskiarvot ja muutokset, trendit, poikkeamat ja kolme suositusta.Katso malli

Aiheet

Data-analyysi
Tilastotiede
Datan laatu

Kokeile KI.ordoa

Agentit, työnkulut ja mallit yhdessä työtilassa – maksuton 24 tunnin demo.

Aloita demo

← Kaikki termit

Liittyvät termit

Tiedonlouhinta

Tiedonlouhinta on suurten aineistojen järjestelmällistä läpikäyntiä säännönmukaisuuksien, yhteyksien ja poikkeamien löytämiseksi. Siinä hyödynnetään tilastollisia menetelmiä ja koneoppimisen tekniikoita, kuten klusterointia, luokittelua tai assosiaatioanalyysia. Klassinen esimerkki on vähittäiskaupan ostoskorianalyysi, joka paljastaa, mitä tuotteita ostetaan usein yhdessä – perusta valikoimalle, sijoittelulle ja suosituksille.

data-analyysi
hahmontunnistus
+1

Datan puhdistus

Datan puhdistus tarkoittaa virheellisten, päällekkäisten tai epäjohdonmukaisten merkintöjen havaitsemista ja korjaamista aineistoissa. Tyypillisiä vaiheita ovat kirjoitusasujen ja päivämäärämuotojen yhtenäistäminen, ylimääräisten välilyöntien poistaminen sekä kaksoiskappaleiden, kuten ”Virtanen Oy” ja ”Virtanen Osakeyhtiö”, yhdistäminen. Puhdas data on edellytys luotettaville analyyseille, postituksille ja tekoälysovelluksille.

datan laatu
kaksoiskappaleet
+1

Malli

Jäsennelty data

Jäsennelty data noudattaa kiinteää skeemaa selkeästi nimetyin kentin, kuten taulukot, tietokannat tai JSON-objektit, jotka sisältävät tietoja kuten nimi, hinta ja päivämäärä. Koneet voivat lukea, suodattaa ja käsitellä sitä luotettavasti – toisin kuin vapaata tekstiä tai kuvia. Verkkosivuilla schema.org-merkintä kuvaa esimerkiksi tuotteita, tapahtumia tai UKK:ta, jotta hakukoneet ja tekoälyjärjestelmät ymmärtävät sisällön yksiselitteisesti. Tekoäly voi myös poimia jäsenneltyä dataa jäsentämättömästä tekstistä.

data
JSON
+1

Ennakoiva analytiikka

Ennakoiva analytiikka käyttää historiadataa, tilastotiedettä ja koneoppimista todennäköisten tulevien tapahtumien arvioimiseen. Se vastaa kysymyksiin, kuten: mitkä asiakkaat ovat irtisanomassa sopimuksensa? Paljonko varastoa tarvitaan ensi kuussa? Milloin kone todennäköisesti rikkoutuu? Tulokset ovat todennäköisyyksiä, eivät varmuuksia. Niiden arvo riippuu paljon datan laadusta ja siitä, vaikuttavatko ennusteet todella päätöksiin ja prosesseihin.

data-analyysi
ennustaminen
+1