Есть в беклоге аналогичная идея для задач в рамках своей команды, но чуть более сложная:
добавьте еще параллельно построение леса для оценки важности признаков по которым строите свое дерево и уже по оценке важности через лес ранжируйте результат сегментации деревом.
Дерево - слабый классификатор, а лес уже посерьёзнее будет, поэтому его feature_importance предпочтительнее.
Можно еще построить деревья на разных подмножествах предикатов, выбрать те, где хорошее качество, а среди них выбрать то, где очередность признаков в иерархии ветвления больше соответствует важности признаков по feature_importance ранее рассчитанного леса.
Авторы, просьба не забывать про то, что специалисты сферы Data Science (аналитики, инженеры, моделисты и т.п.) - тоже ИТшники и нам тоже интресно что с наймом в нашей сфере. Уже не первый пост про найм или ЗП в котором нет информации. Смотря на калькулятор зарплат видно что не для всех специализаций есть статистика, но для аналитиков данных выборка, как мне кажется, приемлемая. Неужели по вакансиям ситуация хуже?
Ни в одном ПО нет кнопки "сделать по красоте", как ни одна фирма не предложит что-то без конкретной задачи, кроме стартапов или добровольных энтузиастов, которым важен не результат а процесс.
Любой объект можно анализировать, каким бы волатильным не была его природа.
Однако чем более волатилен объект, тем более часто необходимо проводить анализ, если хотим поддерживать релевантность анализа. Либо переходить на более высокий уровень абстракции, рассматривая то, что раньше считалось константами, как переменные.
Как я понял из статьи, основным посылом утверждается что BI как направление бессмысленно в виду того, что весь функционал есть в ERP системах.
Возможно у меня мало опыта в этой сфере, но есть один неучтенный плюс у BI систем: они изначально созданы, чтобы пользователь мог сам легко создавать свои вычисления и
красивые картинки.
А в наиболее известных и популярных ERP для создания какого-то вычисления или генерации какого-то нового конкретного отчета пользователю необходимо обратиться к "консультанту" или "разработчику" и оплатить ему услугу по добавлению чего-то нового в существующую систему отчетности, причем стоимость за одно "обращение" будет сопоставима с месячной зарплатой BI-аналитика.
С появлением BI инструментария можно генерировать аналитические панели и отчетность по запросу и довольно быстро.
Именно в этих причинах я вижу истоки распространения BI-систем.
Есть в беклоге аналогичная идея для задач в рамках своей команды, но чуть более сложная:
добавьте еще параллельно построение леса для оценки важности признаков по которым строите свое дерево и уже по оценке важности через лес ранжируйте результат сегментации деревом.
Дерево - слабый классификатор, а лес уже посерьёзнее будет, поэтому его feature_importance предпочтительнее.
Можно еще построить деревья на разных подмножествах предикатов, выбрать те, где хорошее качество, а среди них выбрать то, где очередность признаков в иерархии ветвления больше соответствует важности признаков по feature_importance ранее рассчитанного леса.
Авторы, просьба не забывать про то, что специалисты сферы Data Science (аналитики, инженеры, моделисты и т.п.) - тоже ИТшники и нам тоже интресно что с наймом в нашей сфере. Уже не первый пост про найм или ЗП в котором нет информации. Смотря на калькулятор зарплат видно что не для всех специализаций есть статистика, но для аналитиков данных выборка, как мне кажется, приемлемая. Неужели по вакансиям ситуация хуже?
Ну так а чего вы хотите?
Ни в одном ПО нет кнопки "сделать по красоте", как ни одна фирма не предложит что-то без конкретной задачи, кроме стартапов или добровольных энтузиастов, которым важен не результат а процесс.
А как оценить результат если нет задачи?
Если не секрет, то какого рода у вас данные?
Любой объект можно анализировать, каким бы волатильным не была его природа.
Однако чем более волатилен объект, тем более часто необходимо проводить анализ, если хотим поддерживать релевантность анализа. Либо переходить на более высокий уровень абстракции, рассматривая то, что раньше считалось константами, как переменные.
Как я понял из статьи, основным посылом утверждается что BI как направление бессмысленно в виду того, что весь функционал есть в ERP системах.
Возможно у меня мало опыта в этой сфере, но есть один неучтенный плюс у BI систем: они изначально созданы, чтобы пользователь мог сам легко создавать свои вычисления и
красивые картинки.
А в наиболее известных и популярных ERP для создания какого-то вычисления или генерации какого-то нового конкретного отчета пользователю необходимо обратиться к "консультанту" или "разработчику" и оплатить ему услугу по добавлению чего-то нового в существующую систему отчетности, причем стоимость за одно "обращение" будет сопоставима с месячной зарплатой BI-аналитика.
С появлением BI инструментария можно генерировать аналитические панели и отчетность по запросу и довольно быстро.
Именно в этих причинах я вижу истоки распространения BI-систем.