Hai raggiunto un muro nel tuo progetto dati, e adesso?  |  di Matteo Gazzano |  Ottobre 2023

 | Intelligenza-Artificiale

Considera questi approcci agli ostacoli comuni allo sviluppo nell’analisi dei dati

Foto di Wes Hicks SU Unsplash

Abbiamo tutti incontrato questo scenario familiare: sei nel bel mezzo dello sviluppo di una query SQL, della costruzione di una pipeline di dati o della creazione di un modello predittivo. Stai arrivando a quello che ritieni sia il set di dati di output finale e, una volta eseguito il codice, non è quello che volevi. Forse stai restituendo un numero anomalo di record, un campo non viene compilato correttamente o il tuo modello produce risultati imprevisti.

Sai che qualcosa non va, ma nel tuo codice non è presente alcun messaggio di errore o indicazione chiara della causa del problema. Come ti avvicini alla soluzione di questo problema?

Dalla mia esperienza di lavoro in vari ruoli di analisi negli ultimi 6+ anni, posso attestare che ti imbatterai continuamente in nuovi problemi di sviluppo. Tuttavia, ci sono strategie efficaci che ho adottato per superare questi ostacoli ed emergere come professionista più resiliente. Nelle sezioni seguenti condividerò alcune delle tecniche che si sono rivelate di maggior successo per me.

“Hai provato a spegnere e riaccendere?”

Non mi riferisco allo spegnimento del computer, ma piuttosto al ripristino il tuo cervello. In altre parole, prova ad allontanarti dalla scrivania per qualche minuto.

Per quanto sciocco possa sembrare, non crederesti quanto spesso mi ha aiutato. A volte le soluzioni o i nuovi approcci ai problemi mi arrivano naturalmente semplicemente facendo una passeggiata. Quando osserviamo lo stesso problema per troppo tempo, è facile avere una visione ristretta sulla parte particolare del progetto che ci crea un problema e dimenticare di concentrarci sul quadro più ampio.

Ad esempio, potresti avere problemi a far sì che una funzione Python restituisca correttamente un punto dati. Ma ancora più importante, forse hai perso la concentrazione sul motivo per cui avevi bisogno della funzione in primo luogo, sulle sue dipendenze e sugli altri dati con cui intendeva interagire. A volte questo è il modo migliore per tornare sulla buona strada per risolvere il problema.

Riformula le tue ipotesi

Nella mia esperienza personale, la maggior parte degli ostacoli che ho incontrato nella mia carriera provenivano da…

Fonte: towardsdatascience.com

Lascia un commento

Il tuo indirizzo email non sarà pubblicato. I campi obbligatori sono contrassegnati *