Studioの「検出」を使用して、データを分析してデータに隠されているインサイトを発見します。「検出」では、意味のある視覚化を特定して選択し、データ検索フェーズの結果を取得できます。
Studioの「検出」領域を次に示します。
プロジェクトでの「検出」の表示例を次に示します。
この図では、「検出」領域に「マップ」視覚化が追加されていることがわかります。右側には、プロジェクトに追加可能な他の視覚化コンポーネントが表示されています。
「検出」で作成できるインサイトの例の一部を次に示します。
- 検索とガイド付きナビゲーションを使用して、詳しい分析を行うデータのサブセットを特定します。
- 対話型の視覚化を使用して、RAW形式または集計形式、あるいはテキストまたは数値として、データに自らを語らせるようにします。統計的手法(回帰、相関)や機械学習ツール(分類、クラスタリング)がBig Data Discoveryで使用され、これらの視覚化を駆動します。
- 新しいインサイトのための複数のデータ・セットを結合します(結び付けます)。
- 様々な結果のモデルとして機能するプロジェクトを作成します。これらのモデルでは、専門家がルールやヒューリスティックを手動でコーディングする必要なく、指定した結果に寄与する様々なファクタの重みを自動的に理解します。
- 新しいデータを既存のプロジェクトに追加するか、新しいシナリオを調査できるように変更された既存のデータでプロジェクトを実行します。(これは仮定分析と呼ばれます。)
- 別のカスタマ・セグメントなど、カスタム作成のデータのサブセット上で、他のツール(RやPythonなど)で構築された複雑なモデルを実行できるように、データ・セットをBig Data DiscoveryからHadoopにエクスポートして戻します。