ثبت فرضهای تحلیل داده با هوش مصنوعی
یادداشت کنید چرا یک بازه زمانی، تعریف یا روش مشخص رو برای تحلیل انتخاب کردید، چقدر بهش اطمینان دارید و اگر اشتباه باشه کدوم نتیجه عوض میشه.
ثبت فرضهای تحلیل داده با هوش مصنوعی وقتی به کار میاد که چند هفته بعد کسی درباره یک عدد سوال میکنه و دیگه یادتون نیست چرا سفارشهای برگشتی رو کنار گذاشتید. اسکیل analysis-assumptions-log به ایجنتتون کمک میکنه همون موقع دلیل انتخاب، گزینههای دیگه و تصمیمی رو که روی این تحلیل حساب کرده در یک پرونده نگه داره.
فرض کنید گزارش زمستان رو برای برنامهریزی بهار آماده میکنید. قابل قبول بودن بازه زمستان یک فرضه، اما مهم بودنش به این بستگی داره که فروش فصل بعد چقدر به مناسبتهای خاص وابسته باشه. در خروجی، اطمینان به فرض و بزرگی اثر اشتباهش جدا ثبت میشن. همین تفاوت کمک میکنه بفهمید پیش از تحویل گزارش، وقتتون رو صرف بررسی کدوم مورد کنید.
کاربردها
- برای مستندسازی تحلیل، دوره زمانی و جامعه داده رو کنار سوالی که میخواید جواب بدید بنویسید.
- در ثبت تعریف شاخص، روشن کنید چه ردیفهایی وارد محاسبه میشن و کدوم موارد بیرون میمونن.
- در بررسی فرض آماری، حدس اولیه رو از چیزی که واقعا با داده آزمودهاید جدا نگه دارید.
- برای تحویل تحلیل به همکار، به هر مورد یک شناسه بدید تا بشه بعدا با همون شناسه بهش برگشت.
- فرض کماطمینانی رو که روی تصمیم اثر بزرگی داره برای بررسی جلو بندازید و روش آزمون رو کنارش بذارید.
نصب و استفاده
- پوشه اسکیل رو در ایجنت سازگار نصب کنید. برای ابزار محلی، پایتون ۳ لازم دارید. موضوع تحلیل، دادههای در دسترس و تصمیمی رو که قراره گرفته بشه بنویسید.
- مثلا بگید «برای این گزارش فهرست فرضها رو آماده کن و یادداشت کن چرا روزهای تعطیل رو حذف کردیم. بگو چه چیزی میتونه این انتخاب رو زیر سوال ببره.»
- از ایجنت بخواید پرونده رو برای گزارشگیری محلی آماده کنه. وقتی بررسی یک فرض تموم شد، نتیجه و یادداشتش رو ثبت کنید تا در بازبینی بعدی وضعیتش روشن باشه.
سوالات متداول
منبع
ساخته Nimrod Fisher. نام اصلی: analysis-assumptions-log، منتشرشده در GitHub با مجوز MIT.
مشاهده در GitHub