पाण्याचा छळ - एक विश्लेषक साधने पुल खूप दूर आहे

ठिबक विश्लेषणे

पाण्यासारखा डेटा बर्‍याच प्रकारात येतो. मानवी मनाने विकसित झाले आहे की आपल्याकडे येणारा बहुतेक डेटा फिल्टर करा कारण त्यात बरेच काही आहे.

आपण आपले डोळे आणि कान उघडता तेव्हा डेटा सर्वत्र असतो. भिंतीचा रंग, वातानुकूलनचा आवाज आणि आपल्या शेजारच्या कॉफीचा वास आर्द्रतेसारखा मानला जातो. पाणी नेहमीच हवेमध्ये असते परंतु त्याकडे जास्त लक्ष देणे उपयुक्त नाही.

जेव्हा धुकेमध्ये पाणी घसरते तेव्हा ते आपल्याला हे पाहण्यास भाग पाडते आणि आपल्या सभोवतालचे जग समजणे अधिक कठीण करते. अपूर्ण डेटासेट्स, दूषित डेटा, खराब विज्ञान, खोटे निष्कर्ष आणि संज्ञानात्मक पूर्वाग्रह या सर्व गोष्टींमुळे आपण आपली हानी खोटी बनवितो.

डेटा पावसासारखा पडतो. जेव्हा थोडेसे असते, तेव्हा ते आपल्या कारला गलिच्छ बनविण्यासाठी आणि संभाषणात गोंधळ घालण्यासाठी पुरेसे नसते. कोणीतरी काही अस्पष्ट डेटा पॉइंटवर स्पॉट केल्यामुळे आपण आपल्या चष्मावरील जागा पुसून टाकत आहात.

  • शिळे पाणी उथळ तलावामध्ये धोकादायक आहे. अविश्वसनीय पुरवठ्यामधून गोळा केलेला डेटा, शुद्धीकृत किंवा सामान्यीकृत आणि स्थिर वाढण्यास बाकी नाही, सहजपणे दोषपूर्ण निष्कर्षापर्यंत पोहोचू शकतो.
  • A स्थिर युक्ती कॅन्टीन भरण्यासाठी किंवा वुडलँड इकोसिस्टम टिकविण्यासाठी फक्त पाण्याचे प्रमाण पुरेसे असू शकते. फक्त तीन डेटा पॉइंट्स (पाठविलेल्या ईमेलची संख्या, विरूद्ध उघडलेली, क्लिक केलेल्या विरूद्ध) विपणन प्रोग्राम टिकवू शकते.
  • A निरोगी प्रवाह एक लहान खाडी स्वरूपात डेटा आंघोळीसाठी वापरला जाऊ शकतो. सतत डेटा प्रवाह बेंचमार्किंग आणि ऐतिहासिक तुलना करण्यास अनुमती देतो. स्थिर रूपांतरण डेटासह लँडिंग पृष्ठ ऑप्टिमायझेशन पूर्ण केले जाऊ शकते.
    A माफक नदी लाकूड किंवा गहू दळण्यासाठी गिरणी उर्जा देऊ शकते. शॉपिंग कार्ट्सचे मूल्य वाढविण्यासाठी शिफारस इंजिनला केवळ मूठभर उपनद्यांच्या विश्वसनीय योगदानाची आवश्यकता असते.
  • A धबधबा पैकी एक विशाल वॉटरव्हील चालवू शकते आणि माहितीचा पुरेसा ओघ वास्तविक वेळ, गतिशील सामग्री प्रणाली चालवू शकतो.
  • A नदी हे विस्तृत आणि खोल आहे जे संपूर्ण परिवहन उद्योगास समर्थन देईल. पुरेशी डेटा जाहिराती नेटवर्क, निष्ठा कार्ड प्रोग्राम डेटा एकत्रित करणारे आणि डेटा दलाल यांच्या कुकीजच्या संकलनाच्या आकारात बार्जेस आणि मालवाहू जहाजांवर तैरली जाऊ शकतात.

जेव्हा अपेक्षित वेळी डेटा अपेक्षित प्रमाणात येतो तेव्हा तो कॅप्चर, चॅनेल आणि वापरण्यासाठी ठेवला जाऊ शकतो. सिंचन प्रणाली, धरणे आणि जलाशय नियंत्रणाची भावना प्रदान करतात आणि कालवे, कुलपे व धरणे यांच्याद्वारे विस्तीर्ण पायाभूत सुविधांच्या निर्मितीस परवानगी देतात. डेटा वेअरहाउस कमी विश्वासार्ह प्रवाहावर तयार केले गेले आहेत.

स्वच्छता ही ईश्वरतेच्या पुढे आहे

स्वच्छ पाणी हे जीवन, सिंचन, चालू उर्जा संयंत्र इत्यादीसाठी आवश्यक आहे. स्वच्छतेची व्याख्या या हेतूने बदलू शकते; पाण्यामध्ये शेवाळे असल्यास विद्युत प्रकल्प थंड होतो आणि पिण्याच्या पाण्यात आर्सेनिकच्या प्रती अब्जपेक्षा जास्त भाग असल्यास ते स्वीकार्य नाही.

डेटा समान आहे. थेट मेल अनुप्रयोगात, आपल्याकडे एखाद्या व्यक्तीचे शीर्षक असो की नाही (श्री. श्रीमती, कु.) अनिवार्य आहे… जोपर्यंत आपण डॉक्टरांना मेल करत नाही. परंतु प्रत्येक वेळी घाणेरडा डेटा आपल्याला भेट देईल.

यूएस ची चीफ डेटा सायंटिस्ट म्हणून, डीजे पाटील, पहिल्या फेरीच्या सीटीओ समिटमध्ये ठेवा, “जर तुम्ही सुरुवातीपासूनच आपला डेटा कसा स्वच्छ ठेवायचा विचार करत असाल तर तुम्ही ^ f & संपादन आहात. मी याची हमी देतो. वस्तुस्थिती संपल्यानंतर ती साफ करण्याचा प्रयत्न केल्यास काही महिने तरी लागतील. ”

जर आपण उकळत्या पाण्यावर उष्णता दिली तर ते संपूर्ण औद्योगिक क्रांतीला शक्ती देऊ शकते. डेटा समान गोष्ट करत असल्याचे दिसते. संगणक संचयित तसेच गणना करू शकला त्या क्षणापासून स्टोरेज उपकरणे तयार करण्याइतके जलद डेटा गोळा केला गेला.

डेटा लेक

या उपनद्यांकडील माहिती गिरणी इंजिनांमधून चालत असताना हे सर्व धरणाच्या पाठीमागील तलावामध्ये संपते. नियंत्रित फॅशनमध्ये डेटा बाहेर टाकल्यामुळे, डेटा उद्योगातील टर्बाइन्सना सामर्थ्य दिले जाते; गूगल आणि फेसबुक सारख्या नावांनी डेटा प्रोसेसिंगची ती महाकाय इंजिन. येथे दुष्काळ पडणार नाही.

आणि शेवटी, पाण्याचा एक खोल तलाव आहे, विश्लेषक आत जाण्याच्या प्रतीक्षेत आहे. स्कूबा गिअर आणि भाला बंदूक हातात आहे, विश्लेषक खोलवर चौकशी करतात, नवीन जमिनीचे नकाशे लावतात आणि नवीन प्रजाती शोधतात. डेटा एक्सप्लोरर होण्यासाठी खूप रोमांचक वेळ आहे.

म्हणूनच त्यांच्यापैकी बर्‍याच जणांनी त्या दाखवल्या आहेत ई मेट्रिक्स समिट 2002 पासून. पुढील संधी बोस्टनमध्ये आहे, 27 सप्टेंबर ते 1 ऑक्टोबर 2015.

ई मेट्रिक्स समिट नोंदणी

खूप दूर एक ब्रिज

आणि पुढील ग्रँड कॅनियन कोरण्यासाठी डेटाची शक्ती काय आहे? संरचित डेटाच्या हिमनग वितळण्याबद्दल काय? जगात जास्तीत जास्त गोपनीयता जागरूक होत असताना आपण कचर्‍याचे पाणी कसे वागू शकतो?

पुल अंतर्गत दुसर्या वेळी आणि पाण्यासाठी ते प्रश्न आहेत.

तुला काय वाटत?

ही साइट स्पॅम कमी करण्यासाठी अकिस्मेट वापरते आपल्या टिप्पणी डेटावर प्रक्रिया कशी केली जाते ते जाणून घ्या.