Glossario

Analisi esplorativa dei dati (EDA)

Che cos’è Analisi esplorativa dei dati (EDA)?

L’analisi esplorativa dei dati (EDA) è il primo sguardo aperto su un insieme di dati: si calcolano indicatori, si osservano distribuzioni e grafici e si cercano schemi, valori anomali e dati mancanti, ancora senza un’ipotesi precisa. Aiuta a valutare la qualità dei dati e a formulare domande utili per analisi o modelli successivi. Esempio: prima di una previsione delle vendite, l’EDA rivela che un mese è stato registrato in modo incompleto a causa di un cambio di sistema.

Come aiuta KI.ordo

Con il modello KI.ordo «Analizzare una tabella» si ottiene da dati CSV una prima panoramica di indicatori, tendenze e anomalie; i calcoli vanno comunque verificati.

Scopri di più →: Analisi esplorativa dei dati (EDA)

Temi

  • Analisi dei dati
  • Statistica
  • Qualità dei dati

Prova KI.ordo

Agenti, flussi e modelli in un’unica area di lavoro – demo gratuita di 24 ore.

Avvia demo
← Tutti i termini

Termini correlati

Data mining

Il data mining è l'esplorazione sistematica di grandi quantità di dati alla ricerca di schemi, relazioni e anomalie. Si avvale di metodi statistici e di tecniche di machine learning come clustering, classificazione o analisi delle associazioni. Un esempio classico è l'analisi del carrello nel commercio al dettaglio, che mostra quali prodotti vengono spesso acquistati insieme: una base per assortimento, disposizione e raccomandazioni.

  • analisi dei dati
  • riconoscimento di schemi
  • +1

Pulizia dei dati

La pulizia dei dati consiste nell'individuare e correggere voci errate, duplicate o incoerenti in un insieme di dati. Passaggi tipici sono uniformare grafie e formati di data, eliminare spazi superflui e unire duplicati come «Rossi S.r.l.» e «Rossi Srl». Dati puliti sono il presupposto per analisi affidabili, invii di massa e applicazioni di IA.

  • qualità dei dati
  • duplicati
  • +1
Modello

Dati strutturati

I dati strutturati seguono uno schema fisso con campi ben definiti, come tabelle, database o oggetti JSON con informazioni quali nome, prezzo e data. Le macchine possono leggerli, filtrarli ed elaborarli in modo affidabile, a differenza di testi liberi o immagini. Sui siti web il markup schema.org descrive ad esempio prodotti, eventi o FAQ in modo che motori di ricerca e sistemi di IA ne comprendano il contenuto senza ambiguità. L'IA può inoltre ricavare dati strutturati da testi non strutturati.

  • dati
  • JSON
  • +1

Analisi predittiva

L'analisi predittiva usa dati storici, statistica e apprendimento automatico per stimare eventi futuri probabili. Risponde a domande come: quali clienti stanno per disdire? Quanta merce servirà il mese prossimo? Quando è probabile che una macchina si guasti? I risultati sono probabilità, non certezze. Il loro valore dipende molto dalla qualità dei dati e dal fatto che le previsioni entrino davvero nelle decisioni e nei processi.

  • analisi dati
  • previsioni
  • +1