Руководство по принятию правильных решений в мире недостающих данных «Темные данные: Практическое руководство по принятию правильных решений в мире недостающих данных»

Исправление 
Третий этап в борьбе с темными данными, после предотвращения и обнаружения ошибок, — 
это их исправление. После того, как вы заметили неверное значение, нужно понять, каким 
оно должно быть. Методы исправления ошибок — если, конечно, исправление вообще 
возможно — зависят от того, что вам известно об ожидаемых значениях, и от общего 
понимания возникающих ошибок. Примеры с неуместными десятичными разделителями в 
главе 4 иллюстрируют то, как наше общее понимание данных и опыт прошлых ошибок 
подсказывают, каким должно быть истинное значение. Аналогичный пример: если в таблице 
зарегистрировано значение скорости велосипедиста 240 км/ч, притом что все другие 
значения лежат в диапазоне между 8 км/ч и 32 км/ч, логично предположить, что затесался 
лишний ноль и истинное значение составляет 24 км/ч. Однако не стоит сразу вносить 
исправления, предположив истину, — необходимо всесторонне проверить свое 
предположение. Прежде чем исправлять ошибку в последнем примере, нелишне будет 
узнать, что в сентябре 2018 г. чемпионка мира по велоспорту Дениз Мюллер-Коренек 
установила рекорд скорости на велосипеде, разогнав его до 296 км/ч. Если не вернуться к 
исходному источнику или не повторить измерение, мы не сможем быть уверены в том, какое 
значение должно быть на месте предполагаемого ошибочного, даже если сам факт ошибки 
не вызывает сомнений. 
Последнее общее замечание на тему ошибок в данных, которое я хотел бы сделать, связано с 
новыми удивительными мирами данных и их пониманием, которые нам открыли и 
продолжают открывать компьютерные вычисления. Сегодня собираются, хранятся и 
обрабатываются немыслимые еще недавно, поистине колоссальные массивы данных. Эти 
базы данных открывают огромные возможности. Но не стоит забывать, что применение 
компьютеров также подразумевает и некоторую фундаментальную непрозрачность. Хотя 

---

137 
они позволяют нам разглядеть в данных то, что мы никогда бы не обнаружили 
невооруженным глазом, в то же время компьютеры действуют как посредник между нами и 
данными. Компьютеры могут скрывать от нас какие-то аспекты данных.