애자일 데이터 과학-소개

애자일 데이터 과학은 웹 애플리케이션 개발을 위해 애자일 방법론과 함께 데이터 과학을 사용하는 접근 방식입니다. 조직의 변화에 ​​영향을 미치는 데 적합한 데이터 과학 프로세스의 출력에 중점을 둡니다. 데이터 과학에는 분석, 대화 형 시각화 및 현재 적용된 기계 학습을 통해 연구 프로세스를 설명하는 애플리케이션 구축이 포함됩니다.

애자일 데이터 과학의 주요 목표는 다음과 같습니다.

설명 데이터 분석을 문서화하고 안내하여 매력적인 제품에 대한 중요한 경로를 발견하고 따르십시오.

애자일 데이터 과학은 다음과 같은 원칙으로 구성됩니다.

연속 반복

이 프로세스에는 생성 테이블, 차트, 보고서 및 예측에 대한 지속적인 반복이 포함됩니다. 예측 모델을 구축하려면 통찰력을 추출하고 생성하는 기능 엔지니어링을 여러 번 반복해야합니다.

중간 출력

생성 된 출력의 트랙 목록입니다. 실패한 실험에도 결과가 있다고합니다. 모든 반복의 출력을 추적하면 다음 반복에서 더 나은 출력을 생성하는 데 도움이됩니다.

프로토 타입 실험

프로토 타입 실험에는 작업 할당 및 실험에 따라 출력 생성이 포함됩니다. 주어진 작업에서 통찰력을 얻기 위해 반복해야하며 이러한 반복은 실험으로 가장 잘 설명 될 수 있습니다.

데이터 통합

소프트웨어 개발 수명주기에는 다음에 필요한 데이터가 포함 된 여러 단계가 포함됩니다.

• customers

• 개발자 및

• 사업

데이터 통합은 더 나은 전망과 결과를위한 길을 열어줍니다.

피라미드 데이터 값

위의 피라미드 값은 "애자일 데이터 과학"개발에 필요한 계층을 설명합니다. 요구 사항을 기반으로 한 레코드 수집과 개별 레코드 연결로 시작합니다. 차트는 데이터를 정리하고 집계 한 후에 생성됩니다. 집계 된 데이터는 데이터 시각화에 사용할 수 있습니다. 보고서는 적절한 구조, 메타 데이터 및 데이터 태그로 생성됩니다. 꼭대기에서 두 번째 피라미드 층에는 예측 분석이 포함됩니다. 예측 계층은 더 많은 가치가 생성되지만 기능 엔지니어링에 초점을 맞춘 좋은 예측을 생성하는 데 도움이됩니다.

최상위 계층에는 데이터의 가치가 효과적으로 추진되는 작업이 포함됩니다. 이 구현의 가장 좋은 예는 "인공 지능"입니다.