5‎ > ‎4‎ > ‎g‎ > ‎

t

SALT LAKE CITY. К настоящему времени есть много шансов, что многие чиновники ИТ в государственном секторе устали слышать фразу «большие данные», и они, вероятно, не имеют реальной идеи о том, как использовать огромную силу данных для каждого агентства собирает уже много лет.

Это не так просто, как категоризировать его, отсекая грубый материал и ударяя туманную функцию поиска на весь шебанг. Есть гораздо более важные вещи, которые следует учитывать, когда дело доходит до просеивания внеконкурсного сокровища, которое ваше агентство называет своими данными.

Возьмем, к примеру, уроки, извлеченные из эксперта по информатике, который посмотрел на массивные массивы данных, рожденные из сложных структур ДНК. Хотя вы можете инстинктивно оспаривать актуальность такого рода работы в отношении, скажем, огромных данных о клиентах, накопленных вашим департаментом автомобильных транспортных средств или агентством «Здоровье и человеческие услуги», есть некоторые очень реальные корреляции.

СВЯЗАННЫЙ

Обещание данных - интеллектуальная эффективность для правительства BeckonsProtecting Big DataWhere Open Data встречает большие данные

Мириа Мейер является доцентом Университета штата Юта. Ее поездки высадили ее в разгар исследований, связанных с данными, где она была вынуждена спросить: «Что вы здесь?» Мейер обсудил свои проблемы с большими данными 7 июня на саммите правительства штата Юта.

«Как общество мы отлично справляемся с созданием данных, при измерении вещей, - сказала она. - Но одна из проблем, с которыми мы сталкиваемся сейчас, - это то, что мы делаем со всеми этими данными? Как мы на самом деле используем его для улучшения нашей жизни, нашего здоровья, благополучия и узнать больше о мире вокруг нас? "

Помимо простого представления данных в ясной форме, необходимо оценить реальную цель наборов. Что вы надеетесь получить от информации? Этот вопрос, какой бы простой он ни был, часто упускают из виду в спешке, чтобы очистить данные и распространить их на бедных душ, которые будут пытаться понять это.

В одном крупном проекте данных ассистент-профессор работал с медицинской группой Гарварда по исследованию ДНК плодовой мухи, которая заставила ее выйти из бинарных компьютерных наук и в обувь тех, кто собирал данные.

Благодаря разъяснению и отображению намерений информации Мейер сказал, что ей удалось лучше предоставить инструменты визуализации, которые открыли доступ к более широкому спектру информации и позволили команде переоценить другие неправильные предположения об их работе.

«При работе с данными существуют два основных подхода, которые сегодня принимают люди. Первый из них действительно связан с ... попыткой использовать эти большие комплексные наборы данных и использовать передовые статистические методы, чтобы свести их к наборам чисел и ценностей, которые мы можем фактически обернуть вокруг », - сказала она. «[Другой подход] - это визуализация, которая очень близка и дорога моему сердцу».

Мейер сказал, что процесс работы с любыми новыми сотрудниками всегда требует того, что она называла «консультирование по данным», чтобы установить параметры проекта и превратить большие беспорядочные вопросы в четкие, четкие рекомендации для эффективных инструментов визуализации данных.

«Этот инструмент был тем, что мы интегрировали в их рабочий процесс и позволили им задать целую серию научных вопросов, которые они не ожидали два года назад», - сказала она.

Но дело не только в том, какие наборы данных попадают в платформу данных; иногда речь идет о том, как вы представляете все это визуально. Выбор правильного канала визуализации для кодирования информации может открыть или ограничить полезность инструментов.

И есть несколько способов представить данные - путем цветового кодирования, плотности, объема, угла области, наклона, длины ... список можно продолжить.

«Оказывается, что каналы, такие как цвет, на самом деле являются наихудшими вещами, которые вы могли бы использовать для кодирования чисел, в отличие от пространственного местоположения, такого как положение вдоль оси или длины», - сказала она. «Оказывается, для нас гораздо более естественно понимать изменения в позиции, чем изменения в цвете. Таким образом, визуализация имеет множество основополагающих основополагающих принципов, на которые мы полагаемся, для создания активных инструментов визуализации ».

Мейер также сказал, что большие инструменты данных следует рассматривать как более ценный ресурс, чем конечный продукт или результат.

«Я думаю, что много раз люди все еще думают о визуализации, поскольку на самом деле это обледенение на торте, это то, что вы делаете в конце процесса. Речь идет об этих симпатичных картинах, которые вы создаете, - сказала она. - Но я действительно хочу, чтобы вы подумали о визуализации, а не только о создании хороших фотографий, но это действительно глубокое исследование смысла.

#auto

Comments