知识卡片
经验模型先形成可验证规则
经验模型从业务专家提出的特征与判断规则开始,再放到较大数据范围中检查其效果,适合先用可解释的方法启动应用。个案启发不能直接当作验证通过。指标上线前还需明确误报、漏报和适用范围,书中的风险示例不等于自动认定违规。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
原书出处 · 1 处
- 大数据时代变革 10.3.2 数据中台建设的核心 · 查看原书依据
数据分析分为“经验模型”与“数据模型”。经验模型的判断规则,是从业务专家的业务经验总结出来的。业务专家通过一些个案分析,总结出内在的特征与规律,然后在我们整理的数据仓库中进行数据探索。通过大量数据的探索与验证,证明该规律行之有效,则制作成指标上线运行、部署应用。经验模型虽然并不高大上,却简单易行、快速有效,能解决大多数业务的问题。
参考来源
- 位置:《架构真意企业级应用架构设计方法论与实践》第10章《大数据时代变革》“10.3.2 数据中台建设的核心”(来源项目a19c7933-4eda-4176-aebd-30fe7e1ad292;源文件:extracted/架构真意企业级应用架构设计方法论与实践/_epub-src/EPUB/xhtml/chapter138.xhtml)。
- 结论依据:原文的具体说明支撑这一概括:经验模型从业务专家提出的特征与判断规则开始,再放到较大数据范围中检查其效果,适合先用可解释的方法启动应用。其余范围限定用于避免超出书内证据。
- 原始内容:数据分析分为“经验模型”与“数据模型”。经验模型的判断规则,是从业务专家的业务经验总结出来的。业务专家通过一些个案分析,总结出内在的特征与规律,然后在我们整理的数据仓库中进行数据探索。通过大量数据的探索与验证,证明该规律行之有效,则制作成指标上线运行、部署应用。经验模型虽然并不高大上,却简单易行、快速有效,能解决大多数业务的问题。