详细内容或原文请订阅后点击阅览
更多的对话，少一些动作 - 反对过早数据集成的情况
在开始ML零件之前运行大型数据集成项目很容易成为一个坏主意，因为您在不知道其使用的情况下集成了数据。在某些未来的ML用例中，数据适合目的的机会很小，最好的这篇文章表明，让人们一起交谈有助于避免ML项目中的早产数据集成的陷阱，优化货币价值。帖子更多的对话，较少的对话，较少的行动 - 反对过早数据集成的案例首先是针对数据科学的。
来源:走向数据科学我与尚未从数据科学（DS）和机器学习（ML）开始的[大型]组织进行了交谈，他们经常告诉我，他们必须首先运行一个数据集成项目，因为“……所有数据都散布在整个组织中，隐藏在孤岛中，并以不同部门运行的奇异服务器的奇数形式包装。”
机器学习 他们必须 运行数据集成项目 第一个虽然很难获取数据，但在开始ML零件之前运行一个大型数据集成项目很容易成为一个坏主意。这是因为您在不知道数据的情况下集成了数据 - 在某些将来的ML用例中，数据适合目的的机会充其量很小。
在本文中，我讨论了此类集成项目的一些最重要的驱动因素和陷阱，而是提出了一种侧重于在整合工作中优化货币价值的方法。挑战的简短答案是[扰流板警报…]以每用用式使用案例的基础进行集成数据，从用例向后工作以准确识别所需的数据。
建议 一种侧重于优化价值的方法对清洁和整洁数据的渴望
在开始进行数据科学和机器学习挑战之前，很容易理解进行数据集成的冲动。下面，我列出了我经常遇到的四个驾驶员。列表并不详尽，但涵盖了我所看到的最重要的动机。然后，我们将浏览每个驾驶员，讨论他们的优点，陷阱和替代方案。