Mục tiêu bài học

Trong bài học này, bạn sẽ khám phá lý do tại sao chúng ta quan tâm đến khoa học dữ liệu, phương pháp luận là gì và tại sao các nhà khoa học dữ liệu cần một phương pháp luận. Bạn cũng sẽ tìm hiểu về phương pháp luận khoa học dữ liệu và sơ đồ của nó. Và sau đó, bạn sẽ tìm hiểu về hai giai đoạn đầu tiên của phương pháp khoa học dữ liệu, đó là Việc hiểu Business và Phương pháp phân tích.

• Giải thích tại sao chúng ta quan tâm đến khoa học dữ liệu.

• Mô tả phương pháp luận là gì và tại sao các nhà khoa học dữ liệu cần một phương pháp luận.

• Mô tả về phương pháp luận khoa học dữ liệu và sơ đồ của nó.

• Giải thích phương pháp luận khoa học dữ liệu: Hiểu biết về Business và phương pháp phân tích.

1. Tổng quan về phương pháp luận

Bài đọcTổng quan về phương pháp luận: CRISP-DM (Wikipedia)

VideoIntroduction to the CRISP-DM Methodology (Analytics & Data Science), YouTube, tiếng Anh

2. Từ bài toán đến hướng tiếp cận giải quyết

Trong bài học này, chúng ta sẽ đi qua 2 giai đoạn đầu tiên của phương pháp luận nhằm đưa ra hướng giải quyết cho vấn đề đối với một dự án khoa học dữ liệu.

Video đầu tiên này sẽ giới thiệu về giai đoạn đầu tiên của phương pháp luận: Business Understanding (Hiểu về business). Trong video này, chúng ta sẽ dành toàn bộ thời gian để làm rõ vấn đề cần được giải quyết, xác định dữ liệu nào sẽ được sử dụng để trả lời các câu hỏi cốt lõi. Giai đoạn này là vô cùng quan trọng vì định hình cho cả khung làm việc sắp tới của dự án.

Hãy thử hình dung, bạn dành một thời gian dài để nghiên cứu, thu thập dữ liệu, xây dựng mô hình và khi gần hoàn thành công việc, bạn nhận ra rằng những gì bạn vừa làm lại không đúng với ý định ban đầu của người đặt ra vấn đề. Do đó cần xác định ý định ban đầu một cách rõ ràng. Một câu hỏi được xác định rõ ràng là rất quan trọng, giúp tránh mất thời gian vô ích.

Để thiết lập một câu hỏi được xác định rõ ràng, hãy bắt đầu bằng việc hiểu mục đích của người đặt câu hỏi. Khi mục đích được làm rõ, cần tìm ra các mục tiêu để hỗ trợ cho việc tìm ra mục đích. Bằng cách chia nhỏ các mục tiêu, bạn sẽ xác định được cụ thể vấn đề bạn cần giải quyết là gì, những ai cần tham gia vào cuộc thảo luận để xác định yêu cầu và làm rõ câu hỏi của bạn.

Bài đọcBusiness Understanding: giai đoạn 1 của CRISP-DM (Datalab Notes) · What is CRISP-DM? (Data Science PM)

VideoIBM Cognitive Class – Data Science Methodology Overview, YouTube, tiếng Anh

Trong video tiếp theo, chúng ta đi đến giai đoạn thứ 2 của phương pháp luận: Analytic approach (Phương pháp phân tích). Khi vấn đề cần giải quyết được xác định, Phương pháp phân tích thích hợp để giải quyết vấn đề được lựa chọn. Điều này có nghĩa là xác định loại mẫu nào sẽ cần thiết để giải quyết câu hỏi hiệu quả nhất.

• Nếu câu hỏi là xác định xác suất của một hành động, có thể sử dụng một mô hình dự đoán (predictive model).

• Nếu câu hỏi là để chỉ ra các mối quan hệ, có thể sử dụng mô hình mô tả (descriptive model).

• Nếu câu hỏi là có hoặc không, có thể sử dụng mô hình phân loại (classification model).

• Học máy có thể được sử dụng để xác định các mối quan hệ và xu hướng trong dữ liệu mà có thể không thể truy cập hoặc xác định được. Do đó học máy cũng có thể được sử dụng trong Phương pháp phân tích.

• Trong trường hợp câu hỏi là tìm hiểu về hành vi của con người, một hướng xử lý thích hợp là sử dụng Clustering Association.

Tài liệuAnalytic Approach: chọn mô hình phù hợp cho từng loại bài toán (scikit-learn) · Supervised và Unsupervised learning: khác nhau thế nào (AWS)

Thực hành: Lab 2 – Từ vấn đề đến cách tiếp cận

Lab 2 dùng case study công thức nấu ăn để luyện hai giai đoạn đầu của phương pháp luận: Hiểu biết về nghiệp vụ và Phương pháp phân tích. Thời gian dự kiến: 120 phút.

Vào Lab 2

Tổng kết bài học

Hoàn thành bài học, bạn đã nắm được:

• Tầm quan trọng của giai đoạn Hiểu về Business: vì việc hiểu rõ các yếu tố xung quanh các vấn đề cần giải quyết sẽ cho phép bạn xác định dữ liệu nào sẽ được sử dụng để trả lời câu hỏi cốt lõi. Bằng cách chia nhỏ các mục tiêu, các cuộc thảo luận theo cấu trúc sẽ được diễn ra, trong đó các vấn đề ưu tiên được xác định, từ đó có thể vạch ra cách tổ chức và lập kế hoạch để giải quyết vấn đề.

• Khi vấn đề cần giải quyết được xác định, phương pháp phân tích tiếp cận vấn đề được chọn lựa dựa trên các yêu cầu kinh doanh. Đây là giai đoạn thứ hai của phương pháp luận khoa học dữ liệu.