ತಾಜಾ ಡೇಟಾ ವಿಶ್ಲೇಷಕ ಪಾತ್ರಕ್ಕಾಗಿ 50 ಸಾಮಾನ್ಯ ಸಂದರ್ಶನ ಪ್ರಶ್ನೆಗಳು

ಡೇಟಾ ವಿಶ್ಲೇಷಕರಾಗುವುದು ಒಂದು ಉತ್ತೇಜಕ ವೃತ್ತಿಜೀವನದ ಮಾರ್ಗವಾಗಿದೆ, ವಿಶೇಷವಾಗಿ ಡೇಟಾದ ಜಗತ್ತನ್ನು ಅನ್ವೇಷಿಸಲು ಉತ್ಸುಕರಾಗಿರುವ ಹೊಸಬರಿಗೆ. ನಿರ್ಧಾರಗಳನ್ನು ತೆಗೆದುಕೊಳ್ಳಲು ಕಂಪನಿಗಳು ಹೆಚ್ಚು ಡೇಟಾವನ್ನು ಅವಲಂಬಿಸಿರುವುದರಿಂದ, ಡೇಟಾ ವಿಶ್ಲೇಷಕರಾಗಿ ನಿಮ್ಮ ಪಾತ್ರವು ನಿರ್ಣಾಯಕವಾಗಿದೆ. ವ್ಯಾಪಾರ ತಂತ್ರಗಳನ್ನು ಚಾಲನೆ ಮಾಡುವ ಪ್ರವೃತ್ತಿಗಳು ಮತ್ತು ಒಳನೋಟಗಳನ್ನು ಬಹಿರಂಗಪಡಿಸಲು ಡೇಟಾವನ್ನು ಸಂಗ್ರಹಿಸಲು, ವಿಶ್ಲೇಷಿಸಲು ಮತ್ತು ವ್ಯಾಖ್ಯಾನಿಸಲು ನೀವು ಜವಾಬ್ದಾರರಾಗಿರುತ್ತೀರಿ.

ನೀವು ಕ್ಷೇತ್ರಕ್ಕೆ ಹೊಸಬರಾಗಿದ್ದರೂ, ಕಲಿಕೆ ಮತ್ತು ಸಮಸ್ಯೆ-ಪರಿಹರಿಸುವ ನಿಮ್ಮ ಉತ್ಸಾಹವು ನಿಮಗೆ ಯಶಸ್ವಿಯಾಗಲು ಸಹಾಯ ಮಾಡುತ್ತದೆ. ಸಂದರ್ಶನಗಳಲ್ಲಿ, ಡೇಟಾ ಮ್ಯಾನಿಪ್ಯುಲೇಷನ್, ಅಂಕಿಅಂಶಗಳ ವಿಧಾನಗಳು ಮತ್ತು ಡೇಟಾ ದೃಶ್ಯೀಕರಣ ಸಾಧನಗಳ ಬಗ್ಗೆ ನಿಮ್ಮ ತಿಳುವಳಿಕೆಯನ್ನು ನೀವು ಪ್ರದರ್ಶಿಸುವ ಅಗತ್ಯವಿದೆ. ಕಚ್ಚಾ ಡೇಟಾವನ್ನು ನೀವು ಹೇಗೆ ಕ್ರಿಯಾಶೀಲ ಒಳನೋಟಗಳಾಗಿ ಪರಿವರ್ತಿಸಬಹುದು ಎಂಬುದನ್ನು ತೋರಿಸುವುದು ಅತ್ಯಗತ್ಯ.

ವಿಶ್ವಾಸ ಮುಖ್ಯ.

ಈ ಪ್ರಶ್ನೆಗಳನ್ನು ಅಭ್ಯಾಸ ಮಾಡುವ ಮೂಲಕ ಮತ್ತು ನಿಮ್ಮ ಉತ್ತರಗಳನ್ನು ಪರಿಷ್ಕರಿಸುವ ಮೂಲಕ, ನಿಮ್ಮ ಕೌಶಲ್ಯಗಳನ್ನು ಪ್ರದರ್ಶಿಸಲು ಮತ್ತು ಡೇಟಾ ವಿಶ್ಲೇಷಕ ಸ್ಥಾನಕ್ಕೆ ಭರವಸೆಯ ಅಭ್ಯರ್ಥಿಯಾಗಿ ನಿಲ್ಲಲು ನೀವು ಸಿದ್ಧರಾಗಿರುತ್ತೀರಿ. ಗಮನದಲ್ಲಿರಿ ಮತ್ತು ಪ್ರತಿ ಸವಾಲು ಬೆಳೆಯಲು ಒಂದು ಅವಕಾಶ ಎಂದು ನೆನಪಿಡಿ.

ಕೆಳಗಿನ ಪ್ರಶ್ನೆಗಳು ಮತ್ತು ಉತ್ತರಗಳು ನಿಮ್ಮ ಸಂದರ್ಶನದ ಸಮಯದಲ್ಲಿ ಬರಬಹುದಾದ ಕೆಲವು ಸಾಮಾನ್ಯ ವಿಷಯಗಳ ಮೂಲಕ ನಿಮಗೆ ಮಾರ್ಗದರ್ಶನ ನೀಡುತ್ತವೆ. ಪಾತ್ರದ ತಾಂತ್ರಿಕ ಅಂಶಗಳಿಗೆ ಮಾತ್ರವಲ್ಲದೆ ನಿಮ್ಮ ಸಂಶೋಧನೆಗಳನ್ನು ಪರಿಣಾಮಕಾರಿಯಾಗಿ ಹೇಗೆ ಸಂವಹನ ಮಾಡುವುದು ಎಂಬುದರ ಕುರಿತು ಅವರು ನಿಮಗೆ ಸಹಾಯ ಮಾಡುತ್ತಾರೆ.

1. ಡೇಟಾ ವಿಶ್ಲೇಷಕ ಎಂದರೇನು?

ಡೇಟಾ-ಚಾಲಿತ ನಿರ್ಧಾರಗಳನ್ನು ಮಾಡಲು ಸಂಸ್ಥೆಗಳಿಗೆ ಸಹಾಯ ಮಾಡಲು ಡೇಟಾವನ್ನು ಸಂಗ್ರಹಿಸಲು, ಪ್ರಕ್ರಿಯೆಗೊಳಿಸಲು ಮತ್ತು ವಿಶ್ಲೇಷಿಸಲು ಡೇಟಾ ವಿಶ್ಲೇಷಕ ಜವಾಬ್ದಾರನಾಗಿರುತ್ತಾನೆ. ಅವರು ದೊಡ್ಡ ಡೇಟಾಸೆಟ್‌ಗಳೊಂದಿಗೆ ಕೆಲಸ ಮಾಡುತ್ತಾರೆ, ಅಂಕಿಅಂಶಗಳ ವಿಶ್ಲೇಷಣೆಯನ್ನು ಮಾಡುತ್ತಾರೆ ಮತ್ತು ಒಳನೋಟಗಳನ್ನು ಸಂವಹನ ಮಾಡಲು ದೃಶ್ಯೀಕರಣಗಳನ್ನು ರಚಿಸುತ್ತಾರೆ.

2. ಡೇಟಾ ವಿಶ್ಲೇಷಕನ ಪ್ರಮುಖ ಜವಾಬ್ದಾರಿಗಳು ಯಾವುವು?

ಡೇಟಾ ವಿಶ್ಲೇಷಕರು ಸಾಮಾನ್ಯವಾಗಿ:

• ವಿವಿಧ ಮೂಲಗಳಿಂದ ಡೇಟಾವನ್ನು ಸಂಗ್ರಹಿಸಿ ಮತ್ತು ಸ್ವಚ್ಛಗೊಳಿಸಿ.
• ಪ್ರವೃತ್ತಿಗಳು, ಮಾದರಿಗಳು ಮತ್ತು ಒಳನೋಟಗಳನ್ನು ಬಹಿರಂಗಪಡಿಸಲು ಡೇಟಾವನ್ನು ವಿಶ್ಲೇಷಿಸಿ.
• ಡೇಟಾವನ್ನು ಅರ್ಥೈಸಲು ಸಂಖ್ಯಾಶಾಸ್ತ್ರೀಯ ವಿಧಾನಗಳನ್ನು ಬಳಸಿ.
• ಸಂಶೋಧನೆಗಳನ್ನು ಸಂವಹನ ಮಾಡಲು ವರದಿಗಳು ಮತ್ತು ಡ್ಯಾಶ್‌ಬೋರ್ಡ್‌ಗಳನ್ನು ರಚಿಸಿ.
• ವ್ಯಾಪಾರ ಪ್ರಕ್ರಿಯೆಗಳನ್ನು ಸುಧಾರಿಸಲು ತಂಡಗಳೊಂದಿಗೆ ಕೆಲಸ ಮಾಡಿ.

3. ಡೇಟಾ ವಿಶ್ಲೇಷಕರು ಯಾವ ಉಪಕರಣಗಳು ಮತ್ತು ಸಾಫ್ಟ್‌ವೇರ್ ಅನ್ನು ಸಾಮಾನ್ಯವಾಗಿ ಬಳಸುತ್ತಾರೆ?

ಸಾಮಾನ್ಯ ಪರಿಕರಗಳು ಸೇರಿವೆ:

• ಎಕ್ಸೆಲ್ : ಡೇಟಾ ಮ್ಯಾನಿಪ್ಯುಲೇಷನ್ ಮತ್ತು ವಿಶ್ಲೇಷಣೆಗಾಗಿ.
• SQL : ಡೇಟಾಬೇಸ್‌ಗಳನ್ನು ಪ್ರಶ್ನಿಸಲು.
• ಪೈಥಾನ್/ಆರ್ : ಸುಧಾರಿತ ಅಂಕಿಅಂಶಗಳ ವಿಶ್ಲೇಷಣೆ ಮತ್ತು ಯಾಂತ್ರೀಕರಣಕ್ಕಾಗಿ.
• ಕೋಷ್ಟಕ/ಪವರ್ ಬಿಐ : ಡೇಟಾ ದೃಶ್ಯೀಕರಣಕ್ಕಾಗಿ.
• Google Analytics : ವೆಬ್ ಡೇಟಾ ವಿಶ್ಲೇಷಣೆಗಾಗಿ.

4. SQL ಎಂದರೇನು ಮತ್ತು ಡೇಟಾ ವಿಶ್ಲೇಷಕರಿಗೆ ಇದು ಹೇಗೆ ಉಪಯುಕ್ತವಾಗಿದೆ?

ಸಂಬಂಧಿತ ಡೇಟಾಬೇಸ್‌ಗಳಲ್ಲಿ ಡೇಟಾವನ್ನು ಪ್ರಶ್ನಿಸಲು ಮತ್ತು ನಿರ್ವಹಿಸಲು SQL (ಸ್ಟ್ರಕ್ಚರ್ಡ್ ಕ್ವೆರಿ ಲಾಂಗ್ವೇಜ್) ಅನ್ನು ಬಳಸಲಾಗುತ್ತದೆ. ಇದು ಡೇಟಾ ವಿಶ್ಲೇಷಕರಿಗೆ ಡೇಟಾವನ್ನು ಹೊರತೆಗೆಯಲು, ಕುಶಲತೆಯಿಂದ ಮತ್ತು ಪರಿಣಾಮಕಾರಿಯಾಗಿ ವಿಶ್ಲೇಷಿಸಲು ಸಹಾಯ ಮಾಡುತ್ತದೆ. ಪ್ರಮುಖ SQL ಆಜ್ಞೆಗಳಲ್ಲಿ SELECT, JOIN, GROUP BY, ಮತ್ತು WHERE ಸೇರಿವೆ.

5. ಡೇಟಾ ಶುಚಿಗೊಳಿಸುವಿಕೆ ಎಂದರೇನು ಮತ್ತು ಅದು ಏಕೆ ಮುಖ್ಯವಾಗಿದೆ?

ಡೇಟಾ ಶುಚಿಗೊಳಿಸುವಿಕೆಯು ಡೇಟಾ ಗುಣಮಟ್ಟವನ್ನು ಸುಧಾರಿಸಲು ಡೇಟಾಸೆಟ್‌ಗಳಲ್ಲಿನ ದೋಷಗಳು ಅಥವಾ ಅಸಂಗತತೆಗಳನ್ನು ಗುರುತಿಸುವುದು ಮತ್ತು ಸರಿಪಡಿಸುವುದನ್ನು ಒಳಗೊಂಡಿರುತ್ತದೆ. ಇದು ನಿರ್ಣಾಯಕವಾಗಿದೆ ಏಕೆಂದರೆ ತಪ್ಪಾದ ಡೇಟಾವು ತಪ್ಪಾದ ವಿಶ್ಲೇಷಣೆ ಮತ್ತು ತಪ್ಪು ಒಳನೋಟಗಳಿಗೆ ಕಾರಣವಾಗುತ್ತದೆ.

6. ಡೇಟಾಬೇಸ್‌ಗಳಲ್ಲಿ ಸಾಮಾನ್ಯೀಕರಣದ ಪರಿಕಲ್ಪನೆಯನ್ನು ವಿವರಿಸಿ.

ಸಾಮಾನ್ಯೀಕರಣವು ಡೇಟಾಬೇಸ್ ಅನ್ನು ಸಣ್ಣ ಕೋಷ್ಟಕಗಳಾಗಿ ವಿಭಜಿಸುವ ಮೂಲಕ ಪುನರುಕ್ತಿ ಮತ್ತು ಅವಲಂಬನೆಯನ್ನು ಕಡಿಮೆ ಮಾಡಲು ಡೇಟಾವನ್ನು ಸಂಘಟಿಸುವ ಪ್ರಕ್ರಿಯೆಯಾಗಿದೆ. ಇದು ಸ್ಥಿರತೆಯನ್ನು ಖಾತ್ರಿಗೊಳಿಸುತ್ತದೆ ಮತ್ತು ಡೇಟಾವನ್ನು ನವೀಕರಿಸಲು ಮತ್ತು ನಿರ್ವಹಿಸಲು ಸುಲಭಗೊಳಿಸುತ್ತದೆ.

7. SQL ನಲ್ಲಿ LEFT JOIN ಮತ್ತು INNER JOIN ನಡುವಿನ ವ್ಯತ್ಯಾಸವೇನು?

• LEFT JOIN ಎಡ ಟೇಬಲ್‌ನಿಂದ ಎಲ್ಲಾ ದಾಖಲೆಗಳನ್ನು ಮತ್ತು ಬಲ ಕೋಷ್ಟಕದಿಂದ ಹೊಂದಾಣಿಕೆಯ ದಾಖಲೆಗಳನ್ನು ಹಿಂತಿರುಗಿಸುತ್ತದೆ. ಯಾವುದೇ ಹೊಂದಾಣಿಕೆ ಇಲ್ಲದಿದ್ದರೆ, ಬಲ ಕೋಷ್ಟಕದ ಕಾಲಮ್‌ಗಳಿಗೆ NULL ಮೌಲ್ಯಗಳನ್ನು ಹಿಂತಿರುಗಿಸಲಾಗುತ್ತದೆ.
• INNER JOIN ಎರಡೂ ಕೋಷ್ಟಕಗಳ ನಡುವೆ ಹೊಂದಾಣಿಕೆಯಿರುವ ಸಾಲುಗಳನ್ನು ಮಾತ್ರ ಹಿಂತಿರುಗಿಸುತ್ತದೆ.

8. ವಿವಿಧ ರೀತಿಯ ಡೇಟಾ ವಿಶ್ಲೇಷಣೆ ತಂತ್ರಗಳು ಯಾವುವು?

• ವಿವರಣಾತ್ಮಕ ವಿಶ್ಲೇಷಣೆ : ಡೇಟಾ ಮತ್ತು ಅದರ ಗುಣಲಕ್ಷಣಗಳನ್ನು ಸಾರಾಂಶಗೊಳಿಸುತ್ತದೆ.
• ರೋಗನಿರ್ಣಯದ ವಿಶ್ಲೇಷಣೆ : ಪ್ರವೃತ್ತಿಗಳು ಅಥವಾ ಸಮಸ್ಯೆಗಳ ಕಾರಣಗಳನ್ನು ಗುರುತಿಸುತ್ತದೆ.
• ಮುನ್ಸೂಚಕ ವಿಶ್ಲೇಷಣೆ : ಐತಿಹಾಸಿಕ ದತ್ತಾಂಶವನ್ನು ಆಧರಿಸಿ ಭವಿಷ್ಯದ ಪ್ರವೃತ್ತಿಗಳನ್ನು ಮುನ್ಸೂಚಿಸುತ್ತದೆ.
• ಪ್ರಿಸ್ಕ್ರಿಪ್ಟಿವ್ ವಿಶ್ಲೇಷಣೆ : ಫಲಿತಾಂಶಗಳನ್ನು ಅತ್ಯುತ್ತಮವಾಗಿಸಲು ಕ್ರಮಗಳನ್ನು ಶಿಫಾರಸು ಮಾಡುತ್ತದೆ.

9. ಡೇಟಾ ವಿಶ್ಲೇಷಣೆಯಲ್ಲಿ ಡೇಟಾ ದೃಶ್ಯೀಕರಣದ ಪ್ರಾಮುಖ್ಯತೆ ಏನು?

ಡೇಟಾ ದೃಶ್ಯೀಕರಣವು ಸಂಕೀರ್ಣ ಡೇಟಾವನ್ನು ಸ್ಪಷ್ಟ, ದೃಶ್ಯ ಸ್ವರೂಪದಲ್ಲಿ ಪ್ರಸ್ತುತಪಡಿಸಲು ಸಹಾಯ ಮಾಡುತ್ತದೆ (ಉದಾ, ಚಾರ್ಟ್‌ಗಳು, ಗ್ರಾಫ್‌ಗಳು). ಇದು ಟ್ರೆಂಡ್‌ಗಳು, ಪ್ಯಾಟರ್ನ್‌ಗಳು ಮತ್ತು ಔಟ್‌ಲೈಯರ್‌ಗಳನ್ನು ಗುರುತಿಸಲು ಸುಲಭವಾಗಿಸುತ್ತದೆ, ಉತ್ತಮ ನಿರ್ಧಾರ ಕೈಗೊಳ್ಳುವಲ್ಲಿ ಸಹಾಯ ಮಾಡುತ್ತದೆ .

10. ಪಿವೋಟ್ ಟೇಬಲ್ ಎಂದರೇನು ಎಂದು ನೀವು ವಿವರಿಸಬಹುದೇ?

ಪಿವೋಟ್ ಟೇಬಲ್ ಎಕ್ಸೆಲ್ ನಲ್ಲಿನ ಒಂದು ಸಾಧನವಾಗಿದ್ದು ಅದು ಬಳಕೆದಾರರಿಗೆ ಹೆಚ್ಚಿನ ಪ್ರಮಾಣದ ಡೇಟಾವನ್ನು ಸಾರೀಕರಿಸಲು, ವಿಶ್ಲೇಷಿಸಲು, ಅನ್ವೇಷಿಸಲು ಮತ್ತು ಪ್ರಸ್ತುತಪಡಿಸಲು ಅನುಮತಿಸುತ್ತದೆ. ಇದು ಕ್ರಿಯಾತ್ಮಕವಾಗಿ ಡೇಟಾವನ್ನು ಮರುಹೊಂದಿಸಲು, ಫಿಲ್ಟರ್ ಮಾಡಲು ಮತ್ತು ಗುಂಪು ಮಾಡಲು ನಿಮಗೆ ಅನುಮತಿಸುತ್ತದೆ.

11. ಬಾರ್ ಚಾರ್ಟ್ ಮತ್ತು ಹಿಸ್ಟೋಗ್ರಾಮ್ ನಡುವಿನ ವ್ಯತ್ಯಾಸವೇನು?

• ವರ್ಗೀಯ ಡೇಟಾವನ್ನು ಹೋಲಿಸಲು ಬಾರ್ ಚಾರ್ಟ್ ಅನ್ನು ಬಳಸಲಾಗುತ್ತದೆ.
• ಒಂದು ಹಿಸ್ಟೋಗ್ರಾಮ್ ಅನ್ನು ನಿರಂತರ ಸಂಖ್ಯಾತ್ಮಕ ಡೇಟಾದ ವಿತರಣೆಯನ್ನು ಪ್ರದರ್ಶಿಸಲು ಬಳಸಲಾಗುತ್ತದೆ, ಕೆಲವು ಮೌಲ್ಯಗಳ ಮೌಲ್ಯಗಳು ಎಷ್ಟು ಬಾರಿ ಸಂಭವಿಸುತ್ತವೆ ಎಂಬುದನ್ನು ತೋರಿಸುತ್ತದೆ.

12. ಹಿಂಜರಿತ ವಿಶ್ಲೇಷಣೆ ಎಂದರೇನು?

ರಿಗ್ರೆಶನ್ ವಿಶ್ಲೇಷಣೆಯು ಅವಲಂಬಿತ ವೇರಿಯೇಬಲ್ ಮತ್ತು ಒಂದು ಅಥವಾ ಹೆಚ್ಚು ಸ್ವತಂತ್ರ ಅಸ್ಥಿರಗಳ ನಡುವಿನ ಸಂಬಂಧವನ್ನು ಮಾದರಿ ಮತ್ತು ವಿಶ್ಲೇಷಿಸಲು ಬಳಸುವ ಸಂಖ್ಯಾಶಾಸ್ತ್ರೀಯ ತಂತ್ರವಾಗಿದೆ. ಇನ್‌ಪುಟ್‌ಗಳ ಆಧಾರದ ಮೇಲೆ ಅವಲಂಬಿತ ವೇರಿಯಬಲ್‌ನ ಮೌಲ್ಯವನ್ನು ಊಹಿಸಲು ಇದು ಸಹಾಯ ಮಾಡುತ್ತದೆ.

13. ಪರಸ್ಪರ ಸಂಬಂಧ ಗುಣಾಂಕ ಎಂದರೇನು ಎಂಬುದನ್ನು ವಿವರಿಸಿ.

ಪರಸ್ಪರ ಸಂಬಂಧದ ಗುಣಾಂಕವು ಎರಡು ಅಸ್ಥಿರಗಳ ನಡುವಿನ ರೇಖೀಯ ಸಂಬಂಧದ ಶಕ್ತಿ ಮತ್ತು ದಿಕ್ಕನ್ನು ಅಳೆಯುತ್ತದೆ. ಇದು -1 (ಪರಿಪೂರ್ಣ ಋಣಾತ್ಮಕ ಸಂಬಂಧ) ರಿಂದ +1 (ಪರಿಪೂರ್ಣ ಧನಾತ್ಮಕ ಸಂಬಂಧ) ವರೆಗೆ ಇರುತ್ತದೆ , ಜೊತೆಗೆ 0 ಯಾವುದೇ ಪರಸ್ಪರ ಸಂಬಂಧವನ್ನು ಸೂಚಿಸುತ್ತದೆ.

14. ಡೇಟಾದ ವಿವಿಧ ಪ್ರಕಾರಗಳು ಯಾವುವು?

ಡೇಟಾವನ್ನು ಹೀಗೆ ವಿಂಗಡಿಸಬಹುದು:

• ಗುಣಾತ್ಮಕ (ವರ್ಗೀಯ) : ಸಂಖ್ಯಾತ್ಮಕವಲ್ಲದ ಡೇಟಾ (ಉದಾ, ಬಣ್ಣಗಳು, ಹೆಸರುಗಳು).
• ಪರಿಮಾಣಾತ್ಮಕ (ಸಂಖ್ಯೆಯ) : ಅಳೆಯಬಹುದಾದ ಸಂಖ್ಯಾ ಡೇಟಾ (ಉದಾ, ವಯಸ್ಸು, ಮಾರಾಟ).
• ಡಿಸ್ಕ್ರೀಟ್ : ಎಣಿಸಬಹುದಾದ ಡೇಟಾ (ಉದಾ, ಮಾರಾಟವಾದ ಉತ್ಪನ್ನಗಳ ಸಂಖ್ಯೆ).
• ನಿರಂತರ : ವ್ಯಾಪ್ತಿಯೊಳಗೆ ಯಾವುದೇ ಮೌಲ್ಯವನ್ನು ತೆಗೆದುಕೊಳ್ಳಬಹುದಾದ ಡೇಟಾ (ಉದಾ, ಎತ್ತರ, ತೂಕ).

15. ಸರಾಸರಿ, ಮಧ್ಯಮ ಮತ್ತು ಮೋಡ್ ನಡುವಿನ ವ್ಯತ್ಯಾಸವೇನು?

• ಸರಾಸರಿ : ಡೇಟಾಸೆಟ್‌ನ ಸರಾಸರಿ ಮೌಲ್ಯ.
• ಮಧ್ಯದ : ಡೇಟಾವನ್ನು ಕ್ರಮವಾಗಿ ಜೋಡಿಸಿದಾಗ ಮಧ್ಯಮ ಮೌಲ್ಯ.
• ಮೋಡ್ : ಡೇಟಾಸೆಟ್‌ನಲ್ಲಿ ಹೆಚ್ಚಾಗಿ ಸಂಭವಿಸುವ ಮೌಲ್ಯ.

16. ಡೇಟಾ ಪ್ರೊಫೈಲಿಂಗ್ ಎಂದರೇನು?

ಡೇಟಾ ಪ್ರೊಫೈಲಿಂಗ್ ಅದರ ರಚನೆ, ವಿಷಯ ಮತ್ತು ಗುಣಮಟ್ಟವನ್ನು ಅರ್ಥಮಾಡಿಕೊಳ್ಳಲು ಡೇಟಾವನ್ನು ವಿಶ್ಲೇಷಿಸುವುದು ಮತ್ತು ಪರಿಶೀಲಿಸುವುದನ್ನು ಒಳಗೊಂಡಿರುತ್ತದೆ. ನಕಲಿಗಳು, ಕಾಣೆಯಾದ ಮೌಲ್ಯಗಳು ಅಥವಾ ಅಸಂಗತತೆಗಳಂತಹ ಡೇಟಾ ಗುಣಮಟ್ಟದ ಸಮಸ್ಯೆಗಳನ್ನು ಗುರುತಿಸಲು ಇದು ಸಹಾಯ ಮಾಡುತ್ತದೆ.

17. ರಚನಾತ್ಮಕ ಮತ್ತು ರಚನೆಯಿಲ್ಲದ ಡೇಟಾದ ನಡುವಿನ ವ್ಯತ್ಯಾಸವೇನು?

• ರಚನಾತ್ಮಕ ಡೇಟಾವನ್ನು ಆಯೋಜಿಸಲಾಗಿದೆ ಮತ್ತು ಕೋಷ್ಟಕ ಸ್ವರೂಪಗಳಲ್ಲಿ ಸುಲಭವಾಗಿ ಪ್ರಕ್ರಿಯೆಗೊಳಿಸಬಹುದು (ಉದಾ, ಡೇಟಾಬೇಸ್ಗಳು).
• ರಚನೆಯಿಲ್ಲದ ಡೇಟಾ ಕಚ್ಚಾ ಮತ್ತು ಪೂರ್ವನಿರ್ಧರಿತ ರಚನೆಯನ್ನು ಹೊಂದಿಲ್ಲ (ಉದಾ, ಪಠ್ಯ, ಸಾಮಾಜಿಕ ಮಾಧ್ಯಮ ಪೋಸ್ಟ್‌ಗಳು).

18. ಡೇಟಾ ವಿಶ್ಲೇಷಣೆಯಲ್ಲಿ ETL ಎಂದರೇನು?

ETL ಎಂದರೆ ಎಕ್ಸ್‌ಟ್ರಾಕ್ಟ್, ಟ್ರಾನ್ಸ್‌ಫಾರ್ಮ್ ಮತ್ತು ಲೋಡ್. ಇದು ಅನೇಕ ಮೂಲಗಳಿಂದ ಡೇಟಾವನ್ನು ಹೊರತೆಗೆಯುವ ಪ್ರಕ್ರಿಯೆಯನ್ನು ಸೂಚಿಸುತ್ತದೆ, ಅದನ್ನು ಸೂಕ್ತವಾದ ಸ್ವರೂಪಕ್ಕೆ ಪರಿವರ್ತಿಸುತ್ತದೆ ಮತ್ತು ವಿಶ್ಲೇಷಣೆಗಾಗಿ ಡೇಟಾ ವೇರ್‌ಹೌಸ್ ಅಥವಾ ಡೇಟಾಬೇಸ್‌ಗೆ ಲೋಡ್ ಮಾಡುತ್ತದೆ.

19. ಡೇಟಾ ವಿಶ್ಲೇಷಕರು ಎದುರಿಸುತ್ತಿರುವ ಕೆಲವು ಸವಾಲುಗಳು ಯಾವುವು?

• ದೊಡ್ಡ ಮತ್ತು ರಚನೆಯಿಲ್ಲದ ಡೇಟಾವನ್ನು ನಿರ್ವಹಿಸುವುದು.
• ಡೇಟಾ ಗುಣಮಟ್ಟ ಮತ್ತು ಸ್ಥಿರತೆಯನ್ನು ಖಚಿತಪಡಿಸುವುದು.
• ಅಪೂರ್ಣ ಅಥವಾ ಕಾಣೆಯಾದ ಡೇಟಾವನ್ನು ವಿಶ್ಲೇಷಿಸುವುದು.
• ಸಂಕೀರ್ಣ ಡೇಟಾ ಒಳನೋಟಗಳನ್ನು ತಾಂತ್ರಿಕವಲ್ಲದ ಮಧ್ಯಸ್ಥಗಾರರಿಗೆ ಸ್ಪಷ್ಟವಾಗಿ ಸಂವಹನ ಮಾಡುವುದು.

20. ಊಹೆಯ ಪರೀಕ್ಷೆ ಎಂದರೇನು?

ಊಹೆಯ ಪರೀಕ್ಷೆಯು ಊಹೆಯನ್ನು ಬೆಂಬಲಿಸಲು ಅಥವಾ ತಿರಸ್ಕರಿಸಲು ದತ್ತಾಂಶದ ಮಾದರಿಯಲ್ಲಿ ಸಾಕಷ್ಟು ಪುರಾವೆಗಳಿವೆಯೇ ಎಂದು ನಿರ್ಧರಿಸಲು ಬಳಸಲಾಗುವ ಸಂಖ್ಯಾಶಾಸ್ತ್ರೀಯ ವಿಧಾನವಾಗಿದೆ. ಇದು ಶೂನ್ಯ ಕಲ್ಪನೆ ಮತ್ತು ಪರ್ಯಾಯ ಊಹೆಯನ್ನು ಹೋಲಿಸುವುದನ್ನು ಒಳಗೊಂಡಿರುತ್ತದೆ.

21. ವ್ಯತ್ಯಾಸ ಮತ್ತು ಪ್ರಮಾಣಿತ ವಿಚಲನದ ನಡುವಿನ ವ್ಯತ್ಯಾಸವೇನು?

• ಡೇಟಾಸೆಟ್‌ನಲ್ಲಿನ ಮೌಲ್ಯಗಳು ಸರಾಸರಿಯಿಂದ ಎಷ್ಟು ವಿಚಲನಗೊಳ್ಳುತ್ತವೆ ಎಂಬುದನ್ನು ವ್ಯತ್ಯಾಸವು ಅಳೆಯುತ್ತದೆ.
• ಪ್ರಮಾಣಿತ ವಿಚಲನವು ವ್ಯತ್ಯಾಸದ ವರ್ಗಮೂಲವಾಗಿದೆ ಮತ್ತು ಹರಡುವಿಕೆಯ ಹೆಚ್ಚು ಅರ್ಥಗರ್ಭಿತ ಅಳತೆಯನ್ನು ಒದಗಿಸುತ್ತದೆ.

22. ಡೇಟಾ ವಿಶ್ಲೇಷಣೆಯಲ್ಲಿ ಪೈಥಾನ್‌ನ ಪಾತ್ರವೇನು?

ಡೇಟಾ ವಿಶ್ಲೇಷಣೆಗಾಗಿ ಪೈಥಾನ್ ಪ್ರಬಲ ಪ್ರೋಗ್ರಾಮಿಂಗ್ ಭಾಷೆಯಾಗಿದೆ. ಇದು ಪಾಂಡಾಗಳು, NumPy ಮತ್ತು Matplotlib ನಂತಹ ಗ್ರಂಥಾಲಯಗಳನ್ನು ಒದಗಿಸುತ್ತದೆ ಅದು ಡೇಟಾವನ್ನು ಸ್ವಚ್ಛಗೊಳಿಸಲು, ಕುಶಲತೆಯಿಂದ ಮತ್ತು ದೃಶ್ಯೀಕರಿಸಲು ಸುಲಭಗೊಳಿಸುತ್ತದೆ.

23. ಡೇಟಾ ವಿಶ್ಲೇಷಣೆಯಲ್ಲಿ "ಹೊರಗಿನ" ಪದವನ್ನು ವಿವರಿಸಿ.

ಔಟ್ಲೈಯರ್ ಎನ್ನುವುದು ಡೇಟಾ ಪಾಯಿಂಟ್ ಆಗಿದ್ದು ಅದು ಡೇಟಾಸೆಟ್‌ನಲ್ಲಿನ ಇತರ ಮೌಲ್ಯಗಳಿಗಿಂತ ಗಮನಾರ್ಹವಾಗಿ ಭಿನ್ನವಾಗಿರುತ್ತದೆ. ಔಟ್‌ಲೈಯರ್‌ಗಳು ಡೇಟಾ ವಿಶ್ಲೇಷಣೆಯ ಫಲಿತಾಂಶಗಳನ್ನು ತಿರುಗಿಸಬಹುದು, ಆದ್ದರಿಂದ ಅವುಗಳನ್ನು ತನಿಖೆ ಮಾಡಬೇಕಾಗಬಹುದು ಅಥವಾ ತೆಗೆದುಹಾಕಬೇಕಾಗುತ್ತದೆ.

24. ಡೇಟಾ ನಿಘಂಟನ್ನು ಬಳಸುವ ಉದ್ದೇಶವೇನು?

ಡೇಟಾಬೇಸ್‌ನಲ್ಲಿ ಡೇಟಾ ಅಂಶಗಳ ರಚನೆ, ಅರ್ಥ ಮತ್ತು ಸಂಬಂಧಗಳನ್ನು ವ್ಯಾಖ್ಯಾನಿಸಲು ಮತ್ತು ವಿವರಿಸಲು ಡೇಟಾ ನಿಘಂಟನ್ನು ಬಳಸಲಾಗುತ್ತದೆ. ಇದು ಡೇಟಾದಾದ್ಯಂತ ಸ್ಥಿರತೆ ಮತ್ತು ಸ್ಪಷ್ಟತೆಯನ್ನು ಖಚಿತಪಡಿಸಿಕೊಳ್ಳಲು ಸಹಾಯ ಮಾಡುತ್ತದೆ.

25. A/B ಪರೀಕ್ಷೆ ಎಂದರೇನು?

A/B ಪರೀಕ್ಷೆಯು ಒಂದು ಪ್ರಯೋಗವಾಗಿದ್ದು, ಇದರಲ್ಲಿ ವೆಬ್‌ಪುಟದ ಎರಡು ಆವೃತ್ತಿಗಳು, ಅಪ್ಲಿಕೇಶನ್ ವೈಶಿಷ್ಟ್ಯಗಳು ಅಥವಾ ಪ್ರಕ್ರಿಯೆಯು ಬಳಕೆದಾರರ ತೊಡಗಿಸಿಕೊಳ್ಳುವಿಕೆ ಅಥವಾ ಪರಿವರ್ತನೆ ದರಗಳ ವಿಷಯದಲ್ಲಿ ಯಾವುದು ಉತ್ತಮವಾಗಿ ಕಾರ್ಯನಿರ್ವಹಿಸುತ್ತದೆ ಎಂಬುದನ್ನು ನೋಡಲು ಹೋಲಿಸಲಾಗುತ್ತದೆ.

26. ಸಮಯ ಸರಣಿ ವಿಶ್ಲೇಷಣೆ ಎಂದರೇನು?

ಸಮಯ ಸರಣಿಯ ವಿಶ್ಲೇಷಣೆಯು ನಿರ್ದಿಷ್ಟ ಸಮಯದ ಮಧ್ಯಂತರದಲ್ಲಿ ಸಂಗ್ರಹಿಸಿದ ಅಥವಾ ದಾಖಲಿಸಲಾದ ಡೇಟಾ ಪಾಯಿಂಟ್‌ಗಳನ್ನು ವಿಶ್ಲೇಷಿಸುವುದನ್ನು ಒಳಗೊಂಡಿರುತ್ತದೆ. ಕಾಲಾನಂತರದಲ್ಲಿ ಡೇಟಾದಲ್ಲಿನ ಪ್ರವೃತ್ತಿಗಳು, ಮಾದರಿಗಳು ಮತ್ತು ಕಾಲೋಚಿತ ಪರಿಣಾಮಗಳನ್ನು ಗುರುತಿಸಲು ಇದು ಸಹಾಯ ಮಾಡುತ್ತದೆ.

27. SQL ಸಾಮಾನ್ಯೀಕರಣ ಎಂದರೇನು?

SQL ಸಾಮಾನ್ಯೀಕರಣವು ಪುನರಾವರ್ತನೆ ಮತ್ತು ಅವಲಂಬನೆಯನ್ನು ಕಡಿಮೆ ಮಾಡಲು ಡೇಟಾಬೇಸ್‌ನಲ್ಲಿ ಡೇಟಾವನ್ನು ಸಂಘಟಿಸುವ ಪ್ರಕ್ರಿಯೆಯಾಗಿದೆ. ಡೇಟಾವು ತಾರ್ಕಿಕವಾಗಿ ರಚನಾತ್ಮಕವಾಗಿದೆ ಮತ್ತು ನಿರ್ವಹಿಸಲು ಸುಲಭವಾಗಿದೆ ಎಂದು ಇದು ಖಚಿತಪಡಿಸುತ್ತದೆ.

28. ಕಾಣೆಯಾದ ಡೇಟಾವನ್ನು ನೀವು ಹೇಗೆ ನಿರ್ವಹಿಸುತ್ತೀರಿ?

ಕಾಣೆಯಾದ ಡೇಟಾವನ್ನು ನಿರ್ವಹಿಸಲು ಹಲವಾರು ವಿಧಾನಗಳಿವೆ:

• ದೋಷಾರೋಪಣೆ : ಕಾಣೆಯಾದ ಮೌಲ್ಯಗಳನ್ನು ಇತರ ಡೇಟಾದ ಆಧಾರದ ಮೇಲೆ ಅಂದಾಜು ಮಾಡಲಾದ ಮೌಲ್ಯಗಳೊಂದಿಗೆ ಬದಲಾಯಿಸುವುದು.
• ಅಳಿಸುವಿಕೆ : ಕಾಣೆಯಾದ ಮೌಲ್ಯಗಳೊಂದಿಗೆ ಸಾಲುಗಳನ್ನು ತೆಗೆದುಹಾಕಲಾಗುತ್ತಿದೆ.
• ಸ್ಥಿರ ಮೌಲ್ಯದೊಂದಿಗೆ ಬದಲಿ : ಕಾಣೆಯಾದ ನಮೂದುಗಳಿಗೆ ಡೀಫಾಲ್ಟ್ ಮೌಲ್ಯವನ್ನು ನಿಗದಿಪಡಿಸುವುದು.

29. ಡೇಟಾ ವಿಶ್ಲೇಷಣೆಯಲ್ಲಿ ಡ್ಯಾಶ್‌ಬೋರ್ಡ್ ಎಂದರೇನು?

ಡ್ಯಾಶ್‌ಬೋರ್ಡ್ ಎನ್ನುವುದು ಡೇಟಾ ದೃಶ್ಯೀಕರಣ ಸಾಧನವಾಗಿದ್ದು ಅದು ಪ್ರಮುಖ ಮೆಟ್ರಿಕ್‌ಗಳು ಮತ್ತು ಡೇಟಾ ಪಾಯಿಂಟ್‌ಗಳ ಸಾರಾಂಶವನ್ನು ಸುಲಭವಾಗಿ ಅರ್ಥಮಾಡಿಕೊಳ್ಳುವ ಸ್ವರೂಪದಲ್ಲಿ ಒದಗಿಸುತ್ತದೆ. ಕಾರ್ಯಕ್ಷಮತೆಯನ್ನು ಮೇಲ್ವಿಚಾರಣೆ ಮಾಡಲು ಮತ್ತು ವ್ಯಾಪಾರ ಗುರಿಗಳತ್ತ ಪ್ರಗತಿಯನ್ನು ಟ್ರ್ಯಾಕ್ ಮಾಡಲು ಡ್ಯಾಶ್‌ಬೋರ್ಡ್‌ಗಳನ್ನು ಬಳಸಲಾಗುತ್ತದೆ .

30. ಡೇಟಾ ಗೋದಾಮು ಎಂದರೇನು?

ಡೇಟಾ ವೇರ್‌ಹೌಸ್ ಒಂದು ದೊಡ್ಡ ರೆಪೊಸಿಟರಿಯಾಗಿದ್ದು ಅದು ವಿವಿಧ ಮೂಲಗಳಿಂದ ರಚನಾತ್ಮಕ ಡೇಟಾವನ್ನು ಸಂಗ್ರಹಿಸುತ್ತದೆ. ಇದು ವ್ಯವಹಾರದ ಗುಪ್ತಚರ ಕಾರ್ಯಗಳನ್ನು ಬೆಂಬಲಿಸುವ ರೀತಿಯಲ್ಲಿ ಡೇಟಾವನ್ನು ಸಂಘಟಿಸುವ ಮೂಲಕ ಸಮರ್ಥವಾದ ವಿಚಾರಣೆ, ವರದಿ ಮಾಡುವಿಕೆ ಮತ್ತು ವಿಶ್ಲೇಷಣೆಗೆ ಅವಕಾಶ ನೀಡುತ್ತದೆ .

31. VLOOKUP ಕಾರ್ಯದ ಉದ್ದೇಶವೇನು?

VLOOKUP ಎನ್ನುವುದು ಎಕ್ಸೆಲ್‌ನಲ್ಲಿನ ಒಂದು ಕಾರ್ಯವಾಗಿದ್ದು, ಟೇಬಲ್‌ನಲ್ಲಿ ಮೌಲ್ಯವನ್ನು ಹುಡುಕಲು ಮತ್ತು ಇನ್ನೊಂದು ಕಾಲಮ್‌ನಿಂದ ಅನುಗುಣವಾದ ಮೌಲ್ಯವನ್ನು ಹಿಂತಿರುಗಿಸಲು ಬಳಸಲಾಗುತ್ತದೆ. ನೀವು ದೊಡ್ಡ ಡೇಟಾಸೆಟ್‌ಗಳಿಂದ ಡೇಟಾವನ್ನು ಹೊಂದಿಸಲು ಮತ್ತು ಹಿಂಪಡೆಯಲು ಅಗತ್ಯವಿರುವಾಗ ಇದು ಸಹಾಯಕವಾಗಿರುತ್ತದೆ.

32. ಸ್ಕ್ಯಾಟರ್ ಕಥಾವಸ್ತುವಿನ ಪರಿಕಲ್ಪನೆಯನ್ನು ವಿವರಿಸಿ.

ಸ್ಕ್ಯಾಟರ್ ಪ್ಲಾಟ್ ಎನ್ನುವುದು ಎರಡು ನಿರಂತರ ಅಸ್ಥಿರಗಳ ನಡುವಿನ ಸಂಬಂಧವನ್ನು ಪ್ರದರ್ಶಿಸುವ ಒಂದು ರೀತಿಯ ಡೇಟಾ ದೃಶ್ಯೀಕರಣವಾಗಿದೆ. X ಮತ್ತು Y ಅಕ್ಷಗಳ ಮೇಲೆ ಪಾಯಿಂಟ್‌ಗಳನ್ನು ರೂಪಿಸಲಾಗಿದೆ, ಇದು ಮಾದರಿಗಳು ಮತ್ತು ಪರಸ್ಪರ ಸಂಬಂಧಗಳನ್ನು ದೃಷ್ಟಿಗೋಚರವಾಗಿ ಗುರುತಿಸಲು ನಿಮಗೆ ಅನುವು ಮಾಡಿಕೊಡುತ್ತದೆ.

33. ಡೇಟಾ ಮೈನಿಂಗ್ ಎಂದರೇನು?

ದತ್ತಾಂಶ ಗಣಿಗಾರಿಕೆಯು ಸಂಖ್ಯಾಶಾಸ್ತ್ರೀಯ ಮತ್ತು ಕಂಪ್ಯೂಟೇಶನಲ್ ತಂತ್ರಗಳನ್ನು ಬಳಸಿಕೊಂಡು ದೊಡ್ಡ ಡೇಟಾಸೆಟ್‌ಗಳಲ್ಲಿ ಮಾದರಿಗಳು, ಪ್ರವೃತ್ತಿಗಳು ಮತ್ತು ಸಂಬಂಧಗಳನ್ನು ಕಂಡುಹಿಡಿಯುವ ಪ್ರಕ್ರಿಯೆಯಾಗಿದೆ. ವ್ಯಾಪಾರ ನಿರ್ಧಾರಗಳನ್ನು ತಿಳಿಸುವ ಉಪಯುಕ್ತ ಮಾಹಿತಿಯನ್ನು ಹೊರತೆಗೆಯಲು ಇದನ್ನು ಬಳಸಲಾಗುತ್ತದೆ.

34. ವ್ಯವಹಾರದಲ್ಲಿ ಡೇಟಾ ವಿಶ್ಲೇಷಕನ ಪಾತ್ರವೇನು?

ಡೇಟಾದಲ್ಲಿನ ಪ್ರವೃತ್ತಿಗಳು, ಮಾದರಿಗಳು ಮತ್ತು ಸಂಬಂಧಗಳನ್ನು ವಿಶ್ಲೇಷಿಸುವ ಮೂಲಕ ಡೇಟಾ-ಚಾಲಿತ ನಿರ್ಧಾರಗಳನ್ನು ಮಾಡಲು ಡೇಟಾ ವಿಶ್ಲೇಷಕರು ವ್ಯವಹಾರಗಳಿಗೆ ಸಹಾಯ ಮಾಡುತ್ತಾರೆ. ವ್ಯಾಪಾರದ ಅಗತ್ಯಗಳನ್ನು ಗುರುತಿಸಲು ಮತ್ತು ಕ್ರಿಯಾಶೀಲ ಒಳನೋಟಗಳನ್ನು ನೀಡಲು ಅವರು ಮಧ್ಯಸ್ಥಗಾರರೊಂದಿಗೆ ನಿಕಟವಾಗಿ ಕೆಲಸ ಮಾಡುತ್ತಾರೆ.

35. ಕೆಪಿಐ (ಕೀ ಪರ್ಫಾರ್ಮೆನ್ಸ್ ಇಂಡಿಕೇಟರ್) ಎಂದರೇನು?

ಕೆಪಿಐ ಎನ್ನುವುದು ಒಂದು ಅಳೆಯಬಹುದಾದ ಮೌಲ್ಯವಾಗಿದ್ದು, ಸಂಸ್ಥೆಯು ತನ್ನ ವ್ಯವಹಾರ ಉದ್ದೇಶಗಳನ್ನು ಎಷ್ಟು ಪರಿಣಾಮಕಾರಿಯಾಗಿ ಸಾಧಿಸುತ್ತಿದೆ ಎಂಬುದನ್ನು ತೋರಿಸುತ್ತದೆ. ಪ್ರಗತಿ ಮತ್ತು ಕಾರ್ಯಕ್ಷಮತೆಯನ್ನು ನಿರ್ಣಯಿಸಲು ಡೇಟಾ ವಿಶ್ಲೇಷಕರು KPI ಗಳನ್ನು ಟ್ರ್ಯಾಕ್ ಮಾಡುತ್ತಾರೆ.

36. ಡೇಟಾ ಗಣಿಗಾರಿಕೆ ಮತ್ತು ಯಂತ್ರ ಕಲಿಕೆಯ ನಡುವಿನ ವ್ಯತ್ಯಾಸವೇನು?

• ದತ್ತಾಂಶ ಗಣಿಗಾರಿಕೆಯು ಸಾಮಾನ್ಯವಾಗಿ ಸಾಂಪ್ರದಾಯಿಕ ಸಂಖ್ಯಾಶಾಸ್ತ್ರೀಯ ವಿಧಾನಗಳೊಂದಿಗೆ ಡೇಟಾದಲ್ಲಿನ ಮಾದರಿಗಳನ್ನು ಕಂಡುಹಿಡಿಯುವ ಪ್ರಕ್ರಿಯೆಯಾಗಿದೆ.
• ಯಂತ್ರ ಕಲಿಕೆಯು ಕಂಪ್ಯೂಟರ್‌ಗಳು ಡೇಟಾದಿಂದ ಕಲಿಯಲು ಮತ್ತು ಸ್ಪಷ್ಟವಾದ ಪ್ರೋಗ್ರಾಮಿಂಗ್ ಇಲ್ಲದೆ ಭವಿಷ್ಯ ನುಡಿಯಲು ಕ್ರಮಾವಳಿಗಳನ್ನು ಬಳಸುವುದನ್ನು ಒಳಗೊಂಡಿರುತ್ತದೆ.

37. ಬಾಕ್ಸ್ ಪ್ಲಾಟ್ ಎಂದರೇನು?

ಬಾಕ್ಸ್ ಕಥಾವಸ್ತುವು ಒಂದು ರೀತಿಯ ಡೇಟಾ ದೃಶ್ಯೀಕರಣವಾಗಿದ್ದು ಅದು ಡೇಟಾಸೆಟ್‌ನ ವಿತರಣೆಯನ್ನು ತೋರಿಸುತ್ತದೆ. ಇದು ಸರಾಸರಿ, ಕ್ವಾರ್ಟೈಲ್‌ಗಳು ಮತ್ತು ಔಟ್‌ಲೈಯರ್‌ಗಳನ್ನು ಬಾಕ್ಸ್ ಮತ್ತು ವಿಸ್ಕರ್ ಸ್ವರೂಪದಲ್ಲಿ ಪ್ರದರ್ಶಿಸುತ್ತದೆ.

38. ಪಿವೋಟ್ ಚಾರ್ಟ್ ಎಂದರೇನು?

ಪಿವೋಟ್ ಚಾರ್ಟ್ ಎಕ್ಸೆಲ್ ನಲ್ಲಿ ಪಿವೋಟ್ ಕೋಷ್ಟಕಗಳೊಂದಿಗೆ ಕಾರ್ಯನಿರ್ವಹಿಸುವ ಡೇಟಾ ದೃಶ್ಯೀಕರಣದ ಒಂದು ವಿಧವಾಗಿದೆ. ಇದು ಡೇಟಾದ ಚಿತ್ರಾತ್ಮಕ ಪ್ರಾತಿನಿಧ್ಯವನ್ನು ಒದಗಿಸುತ್ತದೆ, ಡೈನಾಮಿಕ್ ವಿಶ್ಲೇಷಣೆಗೆ ಅವಕಾಶ ನೀಡುತ್ತದೆ.

39. ಡೇಟಾ ವಿಶ್ಲೇಷಕರು ತಿಳಿದಿರಬೇಕಾದ ಕೆಲವು ರೀತಿಯ ಯಂತ್ರ ಕಲಿಕೆಯ ಮಾದರಿಗಳು ಯಾವುವು?

ಡೇಟಾ ವಿಶ್ಲೇಷಕರು ಇದರೊಂದಿಗೆ ಪರಿಚಿತರಾಗಿರಬೇಕು:

• ಲೀನಿಯರ್ ರಿಗ್ರೆಷನ್ : ನಿರಂತರ ಫಲಿತಾಂಶಗಳನ್ನು ಊಹಿಸಲು.
• ವರ್ಗೀಕರಣ ಮಾದರಿಗಳು : ಉದಾಹರಣೆಗೆ ನಿರ್ಧಾರ ಮರಗಳು ಮತ್ತು ಲಾಜಿಸ್ಟಿಕ್ ರಿಗ್ರೆಶನ್, ವರ್ಗೀಯ ಫಲಿತಾಂಶಗಳಿಗಾಗಿ.
• ಕ್ಲಸ್ಟರಿಂಗ್ ಮಾಡೆಲ್‌ಗಳು : ಒಂದೇ ರೀತಿಯ ಡೇಟಾ ಪಾಯಿಂಟ್‌ಗಳನ್ನು ಗುಂಪು ಮಾಡಲು k-ಅರ್ಥಗಳಂತೆ.

40. ತಾಂತ್ರಿಕ ಹಿನ್ನೆಲೆಯಿಲ್ಲದ ಯಾರಿಗಾದರೂ ಡೇಟಾ ವಿಶ್ಲೇಷಣೆಯನ್ನು ನೀವು ಹೇಗೆ ವಿವರಿಸುತ್ತೀರಿ?

ಡೇಟಾ ವಿಶ್ಲೇಷಣೆಯು ಉತ್ತಮ ನಿರ್ಧಾರಗಳನ್ನು ತೆಗೆದುಕೊಳ್ಳಲು ಸಹಾಯ ಮಾಡುವ ಪ್ರವೃತ್ತಿಗಳು ಅಥವಾ ಮಾದರಿಗಳನ್ನು ಗುರುತಿಸಲು ಡೇಟಾವನ್ನು ಪರೀಕ್ಷಿಸುವುದು ಮತ್ತು ವ್ಯಾಖ್ಯಾನಿಸುವುದು ಒಳಗೊಂಡಿರುತ್ತದೆ. ಈ ಮಾಹಿತಿಯನ್ನು ಅರ್ಥಮಾಡಿಕೊಳ್ಳುವ ಮೂಲಕ, ವ್ಯವಹಾರಗಳು ಕಾರ್ಯಾಚರಣೆಗಳನ್ನು ಉತ್ತಮಗೊಳಿಸಬಹುದು, ಉತ್ಪನ್ನಗಳನ್ನು ಸುಧಾರಿಸಬಹುದು ಮತ್ತು ತಮ್ಮ ಗುರಿಗಳನ್ನು ಸಾಧಿಸಬಹುದು.

41. ಪರಸ್ಪರ ಸಂಬಂಧದ ಮ್ಯಾಟ್ರಿಕ್ಸ್ ಎಂದರೇನು?

ಪರಸ್ಪರ ಸಂಬಂಧದ ಮ್ಯಾಟ್ರಿಕ್ಸ್ ಎನ್ನುವುದು ಬಹು ಅಸ್ಥಿರಗಳ ನಡುವಿನ ಪರಸ್ಪರ ಸಂಬಂಧದ ಗುಣಾಂಕಗಳನ್ನು ತೋರಿಸುವ ಕೋಷ್ಟಕವಾಗಿದೆ. ಡೇಟಾಸೆಟ್‌ನಲ್ಲಿನ ವೇರಿಯಬಲ್‌ಗಳ ನಡುವಿನ ಸಂಬಂಧಗಳನ್ನು ಗುರುತಿಸಲು ಇದು ಉಪಯುಕ್ತವಾಗಿದೆ.

42. ಫನಲ್ ವಿಶ್ಲೇಷಣೆ ಎಂದರೇನು?

ಖರೀದಿ ಪ್ರಯಾಣದಂತಹ ಪ್ರಕ್ರಿಯೆಯಲ್ಲಿ ಬಳಕೆದಾರರು ತೆಗೆದುಕೊಳ್ಳುವ ಹಂತಗಳನ್ನು ಟ್ರ್ಯಾಕ್ ಮಾಡಲು ಫನಲ್ ವಿಶ್ಲೇಷಣೆಯನ್ನು ಬಳಸಲಾಗುತ್ತದೆ. ಬಳಕೆದಾರರು ಎಲ್ಲಿ ಬೀಳುತ್ತಾರೆ ಮತ್ತು ಎಲ್ಲಿ ಸುಧಾರಣೆಗಳನ್ನು ಮಾಡಬಹುದು ಎಂಬುದನ್ನು ಗುರುತಿಸಲು ಇದು ಸಹಾಯ ಮಾಡುತ್ತದೆ.

43. ಡೇಟಾ ಮಾದರಿಯ ಉದ್ದೇಶವೇನು?

ಡೇಟಾ ಮಾದರಿಯು ಡೇಟಾದ ರಚನೆಯನ್ನು ಪ್ರತಿನಿಧಿಸುತ್ತದೆ ಮತ್ತು ಸಿಸ್ಟಮ್‌ನಲ್ಲಿ ಅದು ಹೇಗೆ ಸಂಬಂಧಿಸಿದೆ. ಇದು ಡೇಟಾಬೇಸ್‌ಗಳನ್ನು ವಿನ್ಯಾಸಗೊಳಿಸಲು, ಸ್ಥಿರತೆಯನ್ನು ಖಚಿತಪಡಿಸಿಕೊಳ್ಳಲು ಮತ್ತು ಪ್ರಶ್ನೆಗಳನ್ನು ಅತ್ಯುತ್ತಮವಾಗಿಸಲು ಸಹಾಯ ಮಾಡುತ್ತದೆ.

44. ಡೇಟಾ ವಿಶ್ಲೇಷಕರಾಗಿ ನೀವು ಕಾರ್ಯಗಳಿಗೆ ಹೇಗೆ ಆದ್ಯತೆ ನೀಡುತ್ತೀರಿ?

ವ್ಯವಹಾರ ಗುರಿಗಳ ಮೇಲೆ ಪ್ರತಿ ಕಾರ್ಯದ ಪ್ರಭಾವವನ್ನು ನಿರ್ಣಯಿಸುವ ಮೂಲಕ ಆದ್ಯತೆಯನ್ನು ಮಾಡಲಾಗುತ್ತದೆ, ಗಡುವನ್ನು ಪರಿಗಣಿಸಿ ಮತ್ತು ಕಾರ್ಯಗಳ ಸಂಕೀರ್ಣತೆ. ಆದ್ಯತೆಗಳನ್ನು ಅರ್ಥಮಾಡಿಕೊಳ್ಳುವಲ್ಲಿ ಮಧ್ಯಸ್ಥಗಾರರೊಂದಿಗಿನ ಸಂವಹನವು ಪ್ರಮುಖವಾಗಿದೆ.

45. ಅಸಂಗತತೆ ಪತ್ತೆ ಎಂದರೇನು?

ಅಸಂಗತತೆ ಪತ್ತೆಯು ನಿರೀಕ್ಷಿತ ನಡವಳಿಕೆಗೆ ಅನುಗುಣವಾಗಿಲ್ಲದ ಡೇಟಾದಲ್ಲಿ ಹೊರಗಿನವರು ಅಥವಾ ಅಸಾಮಾನ್ಯ ಮಾದರಿಗಳನ್ನು ಗುರುತಿಸುವ ಪ್ರಕ್ರಿಯೆಯಾಗಿದೆ. ವಂಚನೆ ಪತ್ತೆ ಮತ್ತು ಗುಣಮಟ್ಟ ನಿಯಂತ್ರಣದಲ್ಲಿ ಇದನ್ನು ಹೆಚ್ಚಾಗಿ ಬಳಸಲಾಗುತ್ತದೆ.

46. ​​ಡೇಟಾ ವಿಶ್ಲೇಷಕರು ತಿಳಿದಿರಬೇಕಾದ ಕೆಲವು ಪ್ರಮುಖ ಅಂಕಿಅಂಶಗಳ ಪರಿಕಲ್ಪನೆಗಳು ಯಾವುವು?

ಪ್ರಮುಖ ಅಂಕಿಅಂಶಗಳ ಪರಿಕಲ್ಪನೆಗಳು ಸೇರಿವೆ:

• ವಿವರಣಾತ್ಮಕ ಅಂಕಿಅಂಶಗಳು (ಸರಾಸರಿ, ಮಧ್ಯಮ, ಮೋಡ್)
• ಸಂಭವನೀಯತೆ ವಿತರಣೆಗಳು
• ಊಹೆಯ ಪರೀಕ್ಷೆ
• ವಿಶ್ವಾಸಾರ್ಹ ಮಧ್ಯಂತರಗಳು
• ಪರಸ್ಪರ ಸಂಬಂಧ ಮತ್ತು ಹಿಂಜರಿತ ವಿಶ್ಲೇಷಣೆ

47. ಜಲಪಾತದ ಚಾರ್ಟ್ ಎಂದರೇನು?

ಜಲಪಾತದ ಚಾರ್ಟ್ ಎನ್ನುವುದು ಡೇಟಾ ದೃಶ್ಯೀಕರಣವಾಗಿದ್ದು ಅದು ಅನುಕ್ರಮವಾಗಿ ಸಂಭವಿಸುವ ಧನಾತ್ಮಕ ಅಥವಾ ಋಣಾತ್ಮಕ ಮೌಲ್ಯಗಳ ಸಂಚಿತ ಪರಿಣಾಮವನ್ನು ಪ್ರದರ್ಶಿಸುತ್ತದೆ, ಇದನ್ನು ಸಾಮಾನ್ಯವಾಗಿ ಹಣಕಾಸಿನ ವಿಶ್ಲೇಷಣೆಗಾಗಿ ಬಳಸಲಾಗುತ್ತದೆ.

48. ಅಡ್ಡ-ವಿಭಾಗದ ಮತ್ತು ಸಮಯ-ಸರಣಿ ಡೇಟಾದ ನಡುವಿನ ವ್ಯತ್ಯಾಸವೇನು?

• ಅಡ್ಡ-ವಿಭಾಗದ ಡೇಟಾವು ಅನೇಕ ವಿಷಯಗಳಾದ್ಯಂತ ಒಂದೇ ಹಂತದಲ್ಲಿ ಸಂಗ್ರಹಿಸಲಾದ ಡೇಟಾವನ್ನು ಪ್ರತಿನಿಧಿಸುತ್ತದೆ.
• ಸಮಯ-ಸರಣಿ ಡೇಟಾವು ಒಂದೇ ವಿಷಯ ಅಥವಾ ಘಟಕದಿಂದ ಕಾಲಾನಂತರದಲ್ಲಿ ಸಂಗ್ರಹಿಸಿದ ಡೇಟಾವನ್ನು ಪ್ರತಿನಿಧಿಸುತ್ತದೆ.

49. ಡೇಟಾ ವಿಶ್ಲೇಷಣೆಯಲ್ಲಿ ಮಾದರಿಯ ಪ್ರಾಮುಖ್ಯತೆ ಏನು?

ದೊಡ್ಡ ಜನಸಂಖ್ಯೆಯ ಉಪವಿಭಾಗವನ್ನು ವಿಶ್ಲೇಷಿಸಲು ಮಾದರಿಯು ನಿಮಗೆ ಅನುಮತಿಸುತ್ತದೆ, ಇದು ಮೌಲ್ಯಯುತವಾದ ಒಳನೋಟಗಳನ್ನು ಒದಗಿಸುವಾಗ ಸಮಯ ಮತ್ತು ಸಂಪನ್ಮೂಲಗಳನ್ನು ಉಳಿಸುತ್ತದೆ. ದೊಡ್ಡ ಡೇಟಾಸೆಟ್‌ಗಳೊಂದಿಗೆ ಕೆಲಸ ಮಾಡುವಾಗ ಇದು ಅತ್ಯಗತ್ಯ.

50. ನಿಮ್ಮ ವಿಶ್ಲೇಷಣೆಯ ನಿಖರತೆಯನ್ನು ನೀವು ಹೇಗೆ ಖಚಿತಪಡಿಸಿಕೊಳ್ಳುತ್ತೀರಿ?

ನಿಖರತೆಯನ್ನು ಖಚಿತಪಡಿಸಿಕೊಳ್ಳಲು, ನಾನು ಡೇಟಾ ಮೂಲಗಳನ್ನು ಎರಡು ಬಾರಿ ಪರಿಶೀಲಿಸುತ್ತೇನೆ, ಬಹು ವಿಧಾನಗಳನ್ನು ಬಳಸಿಕೊಂಡು ಫಲಿತಾಂಶಗಳನ್ನು ಮೌಲ್ಯೀಕರಿಸುತ್ತೇನೆ ಮತ್ತು ವಿಷಯ ತಜ್ಞರೊಂದಿಗೆ ಕ್ರಾಸ್-ರೆಫರೆನ್ಸ್ ಸಂಶೋಧನೆಗಳನ್ನು ಮಾಡುತ್ತೇನೆ. ಡೇಟಾಸೆಟ್‌ಗಳನ್ನು ನಿಯಮಿತವಾಗಿ ನವೀಕರಿಸುವುದು ಮತ್ತು ಅವುಗಳನ್ನು ಸ್ವಚ್ಛಗೊಳಿಸುವುದು ಸಹ ನಿರ್ಣಾಯಕವಾಗಿದೆ.