Big data analytics: differenze tra le versioni

Versione delle 09:32, 17 dic 2021

Versione delle 09:38, 17 dic 2021

Riga 32:

{{cita pubblicazione|url=http://iopscience.iop.org/article/10.1088/1742-6596/626/1/012005/pdf|autore1=Mario Rasetti|autore2=Emanuela Merelli|titolo=The Topological Field Theory of Data: a program towards a novel strategy for data mining through data language|editore=IOP Publishing Ltd|rivista=Journal of Physics: Conference Series|volume=626|città=Torino|anno=2015|doi=10.1088/1742-6596/626/1/012005|accesso=25 giugno 2017}}</ref>

L'autore Jonathan Koomey, autore della [[Legge_di_Koomey|Legge di Koomey]]<ref>{{Cita pubblicazione|data=1º ottobre 2008|titolo=Recommended Best Practices|url=http://dx.doi.org/10.14217/9781848590151-8-en|accesso=3 giugno 2021|sito=dx.doi.org|doi=10.14217/9781848590151-8-en}}</ref>, ha raccomandato una serie di buone pratiche per comprendere i dati quantitativi. Questi includono:

*Verificare la presenza di [[Anomalia media|anomalie]] nei dati grezzi prima di eseguire un'analisi;