データ・ガバナンス・チュートリアル: データの取り込み

このタスクをプレビューするには、 01:12から始まるビデオをご覧ください。

カタログ内のデータ資産は、データへのポインター以上のものです。 これらには、データの形式と意味、およびデータ値に関する統計に関する情報が含まれています。 データ資産の価値を理解するには、以下のステップを実行します。

1. Cloud Pak for Data のナビゲーション・メニュー で、 「カタログ」>「すべてのカタログを表示」を選択します。

2. Mortgage Approval Catalogを開きます。

3. 「おすすめの資産」セクションには、 「最近追加された資産」 、 Watson が推奨する資産 (過去の使用状況と人気に基づいて AI および機械学習から推奨される資産)、およびカタログ・コラボレーターが評価およびレビューした 「高評価」 資産が表示されます。

4. 主なアセットの非表示 をクリックして、そのセクションを閉じます。

5. mortgageを検索します。

6. そのカタログ資産を表示するには、 「MORTGAGE_APPLICANTS_TRUST」 をクリックします。 「概要」 タブおよびサイド・パネルには、資産に関する基本情報 (説明、評価、タグ、資産が配置されている場所、ビジネス用語、データ・クラス、および関連項目など) が表示されます。

7. プロファイル タブをクリックしてください。 プロファイル情報は、データの内容、品質、およびユーザビリティーを理解するのに役立ちます。

8. 右にスクロールして、 ZIP_CODE 列を見つけます。

9. 「ZIP_CODE」 列に自動的に割り当てられたデータ・クラスは、 Commercial and Government Entityです。 自動的に割り当てられるデータ・クラスは異なる場合があることに注意してください。 値は郵便番号であるため、この列は簡単に再分類できます。 ドロップダウン・リストをクリックすると、その他の可能なデータ・クラスとその信頼性レベルが表示されます。 US Zip Codeを選択します。

10. Asset タブをクリックして、データのプレビューを表示します。

11. 列に関するメタデータをさらに表示するには、 「概要」 タブに戻ります。 列のリストで、 職業状況 列を検索して、割り当てられたビジネス用語を含むメタデータを確認します。

このタスクをプレビューするには、 02:49から始まるビデオをご覧ください。

資産に情報を追加することで、資産の価値を高めることができます。 例えば、アセットに関する意見を追加したり、アセット・プロパティーを更新したり、アセットをリンクする関係を作成したりすることができます。 資産を強化し、関係を作成するには、以下の手順を実行します。

1. MORTGAGE_APPLICANTS_TRUST カタログ資産の場合は、 「レビュー」 タブをクリックします。 このアセットを評価してコメントすることで、他のユーザーがアセットを簡単に見つけられるようにします。

   1. レーティングに 星 5 個 を選択してください。

   2. レビューのために、以下のテキストをコピーして貼り付けます。

      This contains high quality customer data from the mortgage system.
      

   3. 「実行依頼」をクリックします。

2. 「概要」 タブをクリックします。

3. 資産名の横にある 「編集」 アイコンをクリックして、資産名を編集します。

   1. 名前を次のように変更します。

      MORTGAGE_APPLICANTS_TRUST_PROTECT
      

   2. 「適用」をクリックします。

4. 右側のパネルの 「説明」 セクションで、 「追加」 をクリックします。

   注:

   この資産に既存の説明がある場合は、 「追加」 アイコンの代わりに 「編集」 アイコンが表示されます。

   1. 以下の説明をコピーして貼り付けます。

      Mortgage applicants from the Mortgage System
      

   2. 「適用」をクリックします。

5. この資産は住宅ローンに関連しているため、 「ビジネス用語」の横にある 「追加」 アイコンまたは 「編集」 アイコンをクリックします。

   1. 「検索」 フィールドに loanと入力します。

      注: 検索語を入力した後に Enter キーを押す必要はありません。 検索語を入力すると、すぐに結果のリストが表示されます。

   2. 「ローン」を選択します。

   3. 保存 をクリックします。

6. この資産には個人情報が含まれているため、 「分類」の横にある 「追加」 アイコンまたは 「編集」 アイコンをクリックします。

   1. Personally Identifiable Informationを選択します。

   2. 保存 をクリックします。

7. この資産は他の住宅ローン資産に関連しているため、 「関連項目」の横にある 「関連項目の追加」>「関連資産の追加」をクリックします。

   1. Is related to を選択し、 Nextをクリックします。

   2. CREDIT_SCORE 資産と MORTGAGE_APPLICATION 資産を選択し、 Addをクリックします。

8. MORTGAGE_APPLICATION をクリックして、その関連資産を表示します。

このタスクをプレビューするには、 04:09から始まるビデオをご覧ください。

データ・アナリスト・チームは、モデルのトレーニング・データとして詳細化、視覚化、分析、および使用するために、住宅ローン分析プロジェクトで住宅ローン申請者データを必要とします。 以下の手順に従って、エンリッチされたデータをプロジェクトに追加します。

1. ナビゲーション・トレールで 「住宅ローン承認カタログ」 をクリックします。
   

2. MORTGAGE_APPLICANTS_TRUST_PROTECT カタログ資産の行の最後にある 「オーバーフロー」 メニューをクリックし、 「プロジェクトに追加」を選択します。

   1. 「ターゲット」 ドロップダウン・リストで、 「データ・ガバナンス」 プロジェクトを選択します。

   2. 追加 をクリックします。

3. 通知が表示されたら、 Go to projectをクリックします。 通知を見落としたら、以下のようにします：

   1. Cloud Pak for Data ナビゲーション・メニュー をクリックし、 「プロジェクト」>「すべてのプロジェクトを表示」を選択します。

   2. 「データ・ガバナンス」 プロジェクトをクリックします。

4. プロジェクトで 「資産」 タブをクリックして、 MORTGAGE age_applicants_trust_protect データ資産を表示します。

このタスクをプレビューするには、 04:39から始まるビデオをご覧ください。

住宅ローン申請者のデータをクレンジングして改善し、分析ツールやモデルに対応できるようにする必要があります。 どのように形成する必要があるかを判断するための迅速かつ簡単な方法は、 Data Refineryでデータを視覚化することです。 視覚化は、データの最初の 5,000 行に基づいています。 データを視覚化するには、以下の手順を実行します。

1. MORTGAGE_APPLICANTS_TRUST_PROTECT データ資産をクリックして、データをプレビューします。

2. 「データの準備 (Prepare Data)」 をクリックして Data Refineryでデータ資産を開き、データが読み取られて処理されるのを待ちます。

3. 「このアセットについて」 パネルで、 「X」 をクリックしてパネルを閉じます。

4. 「ステップ」 パネルで、 「X」 をクリックしてパネルを閉じます。

5. 視覚化 タブをクリックしてください。

6. 「視覚化する列 (Column to visualize)」で、 「STREMENT_STATUS」を選択します。

7. データの視覚化(Visualize data)をクリックします。 このツールは、この列に最適なグラフ・タイプとして円グラフを選択します。このグラフには、採用状況ごとの応募者の分布が表示されます。 推奨されるグラフ・タイプは、バー、ワード・クラウド、およびサンバーストの横に青い点で示されています。

8. 「グラフ・タイプ」で、 「バブル」 グラフ・タイプを選択します。 バブル・チャートは、特定のデータ・セット内の値の分布を素早く視覚化するための 1 つの簡単な方法です。

9. 「グラフ・タイプ」 ドロップダウンから、 「関係」 グラフ・タイプを選択します。

10. このグラフ・タイプには 2 つの列が必要です。 以下の列を選択します：

    1. 最初の列では、 雇用状況を選択します。

    2. 「別の列の追加」をクリックします。

    3. 2 番目の 「列」で、 「EDUCATION」を選択します。

11. 「関係」 グラフでは、エンドポイントを選択して関係を表示できます。 例えば、学歴ごとに応募者の雇用状況を表示できます。

このタスクをプレビューするには、 05:59から始まるビデオをご覧ください。

社会保障番号のない応募者は処理できないため、データを確認して、社会保障番号のない応募者を削除する必要があります。 MORTGAGE_APPLICANTS_TRUST_PROTECT データを準備するために、以下を行います。

• Social_Security_Number 列の値の頻度を表示します。
• 「ソーシャル・セキュリティー番号 (Social_Security_Number)」列の値が欠落している応募者をフィルタリングします。

データを準備するには、以下の手順を実行します。

1. Data Refineryで、 「プロファイル」 タブをクリックします。

2. 右にスクロールして、 Social_Security_Number 列を見つけます。 いくつかの欠損値に注意してください。

3. 「データ」 タブをクリックして、これらのレコードをフィルターで除外します。 画面下部のステータス・バーにある Data Refinery は、 「FULL DATA SET」 が 1101 行であることを示します。

4. 「ステップ」 パネルが表示されない場合は、 「ステップ」 をクリックしてパネルを開きます。

5. 「新規ステップ」をクリックします。

   1. 「クリーンアップ」 セクションで、 「フィルター」を選択します。

   2. 「列」 フィールドで、 「Social_Security_Number」 列を選択します。

   3. 「演算子」 フィールドで、 「空ではない」を選択します。

   4. 「適用」をクリックします。 画面下部のステータス・バーにある Data Refinery に、 「FULL DATA SET」 が 1000 行であることが示されるようになりました。これは、ソーシャル・セキュリティー番号が欠落している行がフィルターで除外されるためです。 「ステップ」 パネルに、 「フィルター」 操作を示す新しいステップが表示されることに注意してください。

6. プロファイル タブをクリックしてください。

7. 右にスクロールして、 Social_Security_Number 列を見つけます。 欠落値がなくなっていることに注意してください。

8. ツールバーから、 「保存」 アイコンをクリックします。

9. ツールバーから 「エクスポート」 アイコンをクリックし、 「現在のデータを CSV にエクスポート」を選択します。
   

   1. MORTGAGE_APPLICANTS_TRUST_PROTECT_shaped.csv をローカル・フォルダーに保存します。

   2. そのフォルダーにナビゲートし、CSV ファイルを開きます。このファイルには 1000 行が含まれていますが、社会保障番号が欠落している応募者はいません。

10. Cloud Pak for Dataに戻り、ナビゲーション・トレールで 「データ・ガバナンス」 プロジェクトをクリックします。
    

11. 「すべての資産」をクリックし、 MORTGAGE_APPLICANTS_TRUST_PROTECT_flowという名前の新しい Data Refinery フロー資産を見つけます。