ডেটা মাইনিং-এ পরিসংখ্যান কেন প্রয়োজন?

পরিসংখ্যান: ডেটা থেকে শেখার বিজ্ঞান

পরিসংখ্যান হলো ডেটা থেকে শেখার বিজ্ঞান। এতে রেকর্ডের সেট পরিকল্পনা থেকে শুরু করে পরিণত ডেটা অ্যাডমিনিস্ট্রেশন, সংখ্যাসূচক তথ্য যাকে ডেটা বলা হয় সেখান থেকে অনুমান আঁকা এবং ফলাফল প্রেজেন্টেশন পর্যন্ত শেষ단의 কার্যক্রম সব অন্তর্ভুক্ত। পরিসংখ্যান মানুষের সবচেয়ে মৌলিক প্রয়োজনীয় বিষয়ের সাথে জড়িত: নতুন Knock এবং অনিশ্চিততার মুখোমুখি হয়ে বিশ্ব এবং এটি কীভাবে কাজ করে সে সম্পর্কে আরও জানার প্রয়োজন।

তথ্য থেকে জ্ঞান পর্যন্ত ক্রম

তথ্য হলো জ্ঞানের আদান-প্রদান। ডেটা কাঁচা তথ্য মাত্র, নিজে থেকে জ্ঞান নয়। ডেটা থেকে জ্ঞান পর্যন্ত ক্রম হলো: ডেটা থেকে তথ্য (ডেটা তখন তথ্য হয় যখন সেটি সিদ্ধান্ত সমস্যায় প্রাসঙ্গিক হয়); তথ্য থেকে ফ্যাক্ট (তথ্য তখন ফ্যাক্ট হয় যখন ডেটা সেটিকে সাপোর্ট করতে পারে) এবং অবশেষে ফ্যাক্ট থেকে জ্ঞান (ফ্যাক্ট তখন জ্ঞান হয় যখন সিদ্ধান্ত প্রক্রিয়ার সফল প্রতিযোগিতায় সেটি ব্যবহৃত হয়)।

জ্ঞানকে একটি সুশৃঙ্খল প্রমাণ ভিত্তির ওপর বসানোর প্রয়োজন থেকে পরিসংখ্যানের উদ্ভব হয়েছে। এতে প্রোবাবিলিটির নিয়ম, ডেটা বৈশিষ্ট্য ও সম্পর্কের কম্পিউটেশন বিকাশ ইত্যাদির অধ্যয়ন প্রয়োজন হয়।

ডেটা মাইনিং-এ পরিসংখ্যানের ভূমিকা

পরিসংখ্যান সংখ্যাসূচক রেকর্ডের বিশ্লেষণ ও প্রেজেন্টেশন সংজ্ঞায়িত করে, যা সকল ডেটা মাইনিং অ্যালগরিদমের অতিরিক্ত উপাদান। এটি বিশাল ডেটা হ্যান্ডেল করার জন্য টুল ও অ্যানালিটিক্যাল মেথড প্রদান করে। পরিসংখ্যানে পরিকল্পনা, ডিজাইন, তথ্য সংগ্রহ, বিশ্লেষণ এবং গবেষণার ফলাফল রিপোর্টিং অন্তর্ভুক্ত। এগুলো কেবল গাণিতিক বিষয়ে সীমাবদ্ধ নয়, বিজনেস অ্যানালিস্টও বिजনেস সমস্যা সমাধানের জন্য পরিসংখ্যান ব্যবহার করে।

ইনফেরেনশিয়াল পরিসংখ্যান (Inferential Statistics)

এটি একটি স্যাম্পল ব্যবহার করে পপুলেশনের প্যারামিটারের মান অনুমান করতে ব্যবহৃত হয়। এটি দুটি ডেটাসেট একই কি না বা আলাদা কিনা তা দেখতে হাইপোথিসিস টেস্ট করতে পারে। কারণ-ফল সম্পর্ক ব্যাখ্যা করার 위해 লিনিয়ার বা মাল্টিপল রিগ্রেশন অ্যানালিসিস চালাতে পারে।

হাইপোথিসিস টেস্টিং (Hypothesis Testing)

হাইপোথিসিস টেস্টিং দুটি ডেটাসেটকে সংখ্যাসূচকভাবে তুলনা করতে পারে। উদাহরণস্বরূপ, এটি অনুমান (হাইপোথিসাইজ) করতে পারে যে এই সেলস ভলিউম প্রধান প্রতিযোগীর 것과 একই বা ভালো। এই অনুমানকে গাণিতিকভাবে নিশ্চিত বা অস্বীকার করতে হাইপোথিসিস টেস্টিং ব্যবহার করা যায়।

কোরিলেশন অ্যানালিসিস (Correlation Analysis)

কোরিলেশন অ্যানালিসিস বিশাল ডেটাসেটে পর্যবেক্ষিত অনেক র‍্যান্ডম ভেরিয়েবল থেকে আগ্রহের ভেরিয়েবল আলাদা করার একটি সহজ টুল, যাতে দেখা যায় কোন বিজনেস ভেরিয়েবলগুলো বাঞ্ছিত বিজনেস আউটকামকে উল্লেখযোগ্যভাবে প্রভাবিত করে।

কোয়ালিটি কন্ট্রোল চার্ট (Quality Control Charts)

কয়েকটি পরিসংখ্যান কোয়ালিটি কন্ট্রোলের জন্য চার্ট তৈরিতে ব্যবহৃত হয়, যার মধ্যে শيوয়ার্ট চার্ট এবং কাসাম চার্ট (এই দুটোই গ্রুপ সামারি পরিসংখ্যান প্রদর্শন করে)। এই পরিসংখ্যানগুলোর মধ্যে মিন, স্ট্যান্ডার্ড ডেভিয়েশন, রেঞ্জ, কাউন্ট, মুভিং এভারেজ, মুভিং স্ট্যান্ডার্ড ডেভিয়েশন এবং মুভিং রেঞ্জ থাকে।