Keşfedici Veri Analizi

EDA'yı tanımlamak için öncelikle Tukey'nin (1962, 1977) adından söz etmek gerekir. İkincisi, EDA'nın herhangi bir istatistiksel yöntem uygulamadan önce verileri anlamanın bir yolu olmasıdır. Anlama süreci boyunca, görselleştirme yer alır ve araştırmacının sahip olduğu veriler hakkında bir şema oluşturmasına yardımcı olur. Tukey'e göre EDA, dedektiflik işidir - sayısal dedektiflik işi - ya da sayma dedektifliği işidir - ya da grafiksel dedektiflik işidir (Tukey, 1962, s.1). Söz konusu durum ile ilgili verilerin nicel mi yoksa nitel mi (Cox, 2017), verilerin kesikli mi yoksa sürekli mi olduğu (Oğuzlar, 2003), verilerin ikili, sıralı veya nominal (Bender ve Grouven, 1998) olup olmadığının işlenmesine hizmet eder. Eldeki verilerden

görsel oluşturma sürecinde Bar Charts (Playfair, 1786; Beniger & Robyn, 1978), Histogram Chart (Pearson, 1895; Ioannidis, 2003; Rufilanchas, 2017), Scatter Chart gibi

birkaç örnek (Herschel, 1833), Kutu Grafik (Tukey, 1977; Frigge, Hoaglin & Iglewicz, 1989) listelenebilir. Popov (2015), bilgisayarlı görme, bulut bilişim ve kablosuz veri aktarımının patlayıcı bir ilgi artışına sahip olduğunu belirtti. Bu konular fikri mülkiyetler açısından önemlidir. Çünkü bu üç teknoloji Bilgisayarla Görme Sistemleri (CVS) uygulama pazarına entegre edilirse uygulama maliyetleri ve sahip olma maliyeti en aza indirilebilir. Popov, ayrıca, değişen veriler nedeniyle model yenilemeden de bahsetmiştir. EDA'nın önemi kendisinin belirttiği gibi bu süreçte ortaya çıkmaktadır.