Escolar Documentos
Profissional Documentos
Cultura Documentos
Dessa forma, a análise de dados pode ser usada de várias maneiras, tais
como: banco de dados de saúde pública, gestão de risco epidemiológico,
detecção de fraudes, triagem de informações ou até mesmo para analisar o
sentimento das pessoas.
Podcast “Análise de dados”
• Limpar dados: frequentemente, esta é a tarefa mais demorada, uma vez que os
dados não virão da melhor forma possível, além da possibilidade de haver dados
em formatos incorretos, valores errados ou variáveis inconsistentes. Uma prática
comum durante esta tarefa é identificar, corrigir, adicionar ou remover valores
errados.
• Construir dados: criar novas variáveis pode ser útil para o negócio. Por exemplo,
criar um indicador que represente a meta da área ou adicionar indicador a fim de
eliminar vieses durante as análises, por exemplo, incluir todos os feriados e que
dias eles caem.
• Integrar os dados: tarefa necessária quando for preciso criar novos conjuntos de
dados combinando dados de diversas fontes.
Modelagem: É o processo de modelar os dados fornecidos de acordo com a
necessidade do usuário. É nesta etapa que selecionamos nossos algoritmos. Esta
etapa possui quatro fases:
Previsão: A previsão é uma das técnicas mais valiosas, uma vez que é usada
para projetar dados no futuro. Em muitos casos, apenas reconhecer e
compreender as tendências históricas é suficiente para traçar uma previsão
um tanto precisa do que acontecerá no futuro. Por exemplo, revisar os
históricos de saúde de pacientes e dados de exames para prever se há risco de
doenças no futuro.
Visualização: A visualização de dados é outro elemento importante da análise
de dados, pois está relacionada à comunicação. Esse processo fornece aos
usuários uma visão dos dados com base nas percepções sensoriais das
pessoas. As visualizações de dados de hoje são dinâmicas, úteis para projeção
de dados em tempo real, além de serem caracterizadas por cores diferentes
que revelam diferentes tendências e padrões nos dados.