التحليل الاستكشافي للبيانات

تعتبر مرحلة اكتشاف البيانات وفهمها من أهم مراحل تحليل البيانات . في هذا المقال سنناقش التحليل الاستكشافي للبيانات.. تعريفه، مهامه، أشهر الأدوات والأساليب المستخدمة فيه.

ما هو التحليل الاستكشافي للبيانات؟

التحليل الاستكشافي للبيانات هي أول مرحلة في عملية تحليل البيانات. هذه المرحلة تساعدك على فهم البيانات و استخلاص الأسئلة التي ستجيب عنها هذه البيانات ، وهي ايضا تمكنك من معرفة أفضل طريقة للتعامل مع مصادر البيانات المتاحة لديك للحصول على الإجابات التي تحتاج إليها.

يمكنك القيام بهذه عن طريق إلقاء نظرة شاملة على الأنماط، والإتجاهات, والقيم المتطرفة، والنتائج غير المتوقعة في البيانات الموجودة لديك. عبر التمثيل البصري والكمي ستحصل على فكرة عن القصة التي ترويها البيانات. يجب أن تكشف لك عن الخطوات المنطقية التالية أو الأسئلة أو مجالات البحث.

ماهي مهام التحليل الاستكشافي؟

- اكتشاف الأخطاء والبيانات المفقودة.

- رسم البنية التحتية للبيانات.

- تحديد أهم المتغيرات.

- تحديد الانحرافات والقيم المتطرفة.

- اختبار الفرضيات / التحقق من الافتراضات المتعلقة بنموذج محدد.

- إنشاء نموذج بأقل عدد من متغيرات التنبوء.

- تقدير العوامل وتحديد الفترات المرتبطة بهوامش الخطأ.

الأدوات والأساليب:

من بين الحزم البرمجة الإحصائية الأكثر أهمية المستخدمة لإجراء التحليل الاستشكافي للبيانات هي R. و هي لغة برمجة قوية ومتعددة الاستخدامات و مفتوحة المصدر، ويمكن دمجها مع العديد من المنصات.

هذه الأدوات تشمل الوظائف والتقنيات الإحصائية المحددة التي يمكن القيام بها باستخدام هذه الادوات على:

• تقنيات التجميع وتقليل الأبعاد، والتي تساعد على إنشاء عروض رسومية للبيانات عالية الأبعاد التي تحتوي على الكثير من المتغيرات.

• التمثيل أحادي المتغير، لكل متغير في مجموعة البيانات، مع الإحصائيات الموجزة.

• التمثيل ثنائي المتغيرات والإحصائيات الموجزة التي تسمح بتقدير العلاقة بين كل متغير في مجموعة البيانات والمتغير المستهدف الذي تبحث عنه.

• التمثيل متعدد المتغيرات، لرسم المخططات وفهم التفاعلات بين المتغيرات المختلفة في البيانات.

• تجميع متوسط المتغيرات (K-Means Clustering) : (إنشاء "مركز" لكل مجموعة، على أساس أقرب متوسط).

• النماذج التنبؤية، مثل الإنحدار الخطي.