استخراج المعلومات من البيانات
| English | العربية |
|---|---|
| information/ˌɪnfəˈmeɪʃn/ | معلومات |
| data sets/ˈdeɪtə sets/ | مجموعات البيانات |
| patterns/ˈpætnz/ | أنماط |
| trends/trendz/ | اتجاهات |
| Filtering/ˈfɪltərɪŋ/ | تصفية |
| Cleaning/ˈkliːnɪŋ/ | تنظيف |
| correlation/ˌkɒrɪˈleɪʃn/ | الارتباط |
| Causation/kɔːˈseɪʃn/ | السببية |
| Metadata/ˌmetəˈdeɪtə/ | البيانات الوصفية |
| visualization/ˌvɪʒuːəlaɪˈzeɪʃn/ | التصور البياني |
| bias/ˈbaɪəs/ | تحيزاً |
من البيانات الخام إلى المعلومات
- البيانات الخام بحد ذاتها هي مجرد أرقام ونصوص.
- الهدف هو تحويلها إلى معلومات مفيدة — شيء يجيب على سؤال حقيقي.
- يمكن للبرامج فحص مجموعات بيانات ضخمة بشكل أسرع بكثير من الإنسان.
- من خلال الفحص، تجد هذه البرامج أنماطًا (أشياء تتكرر) واتجاهات (تغيرات مع مرور الوقت).
تحويل البيانات الخام إلى شيء يجيب على سؤال حقيقي ينتج:
المعلومات هي بيانات أصبحت مفيدة — أنماط واتجاهات تجيب على سؤال.
صل كل مصطلح بمعناه.
تقوم البرامج بفحص مجموعات البيانات لإيجاد كليهما.
تجهيز البيانات الفوضوية
- البيانات الحقيقية فوضوية، لذا يجب تجهيزها أولاً.
- التصفية تحتفظ فقط بالصفوف التي تهتم بها وتخفي الباقي.
- التنظيف يصلح المشاكل — بإزالة النسخ المكررة، وملء القيم المفقودة، وتصحيح الأخطاء.
- يجعل تجهيز البيانات بهذه الطريقة التحليل لاحقاً ذا معنى وموثوق.
تصفية أم تنظيف؟
التصفية تحفظ فقط الصفوف التي تهتم بها؛ والتنظيف يصلح مشاكل البيانات (التكرارات، الفراغات، الأخطاء) قبل التحليل.
إزالة الصفوف المكررة وملء القيم المفقودة جزء من تنظيف البيانات.
التنظيف يصلح المشاكل حتى يمكن الوثوق بالتحليل.
الارتباط ليس سببية
- الارتباط يعني أن شيئين يتغيران معاً (مبيعات الآيس كريم والحروق الشمسية ترتفع كلاهما في الصيف).
- السببية تعني أن شيئاً واحداً يسبب الآخر فعلياً.
- الارتباط لا يثبت السببية.
لا تخلط بينهما. الآيس كريم لا يسبب الحروق الشمسية — الطقس الحار والمشمس يسبب كليهما. يمكن شيئين يرتفعان معاً أن يشاركا سبباً خفياً، لذا فإن الارتباط وحده لا يثبت أبداً أن أحدهما يسبب الآخر.
مبيعات الآيس كريم والحروق الشمسية كلاهما يرتفعان في الصيف. هذا يُظهر:
الحرارة العالية تسبب الاثنين — سبب مشترك، ليس أحد يسبب الآخر.
"بيانات حول البيانات"، مثل تاريخ وموقع الصورة، يسمى ______.
المعلومات الوصفية تساعد في تنظيم والبحث عن المعلومات وإيجادها.
استطلاع آراء الأشخاص الذين حمّلوا تطبيقاً فقط حول مدى شعبية التطبيق يُدخل:
طريقة الجمع تميل النتيجة — عينة منحازة.
البيانات الوصفية، والتصور والتحيز
- البيانات الوصفية هي "بيانات حول البيانات" — تاريخ الصورة، الكاميرا، والموقع. تساعد في التنظيم والبحث.
- التصور يحول البيانات إلى صورة (رسم بياني أو مخطط) بحيث يكون النمط واضحاً في نظرة واحدة.
- اسأل دائماً كيف تم جمع البيانات: التحيز هو ميل يدفع النتائج نحو اتجاه واحد.
استبيان متحيز. تسأل شركة "هل تطبيقنا محبوب؟" لكنها تستطلع آراء أشخاص حملوه بالفعل.几乎所有人说 yes — لكن المستخدمين غير سعداء لم يشاركوا في الاستبيان، لذا فإن النتيجة السعيدة مضللة.
تحول البرمجيات مجموعات البيانات الخام إلى معلومات، وتجد أنماطاً واتجاهات. جهّز البيانات عن طريق التصفية (الاحتفاظ بالصفوف ذات الصلة) والتنظيف (إصلاح المشاكل). احذر: الارتباط لا يثبت أبداً السببية، والتحيز في كيفية جمع البيانات قد يضلل. البيانات الوصفية والتصور يساعدان في التنظيم وكشف الرؤى.