データ

持続的理解 (DAT-1): コンピュータがデータを内部で表現する方法は、ユーザーに対してデータが解釈され表示される方法とは異なる。プログラムは、人間により理解しやすい表現にデータを翻訳するために使用される。 学習目標 DAT-1.A: ビットを用いてデータをどのように表現できるかを説明する。[スキル 3.C]

• DAT-1.A.1 データ値は変数、項目のリスト、または単独の定数として格納され、手続きへの入力として渡されたり、手続きからの出力として返されたりすることができる。
• DAT-1.A.2 コンピューティング機器はデータをデジタルで表現しており、これはどの値の最も下位の構成要素もビットであることを意味する。
• DAT-1.A.3 ビット は バイナリディジット の略称であり、0 または 1 のいずれかである。
• DAT-1.A.4 バイト は 8 ビットである。
• DAT-1.A.5 抽象化 とは、主要な概念に焦点を当てることで複雑さを低減するプロセスである。現在の問いに関係のない詳細を隠蔽し、関連して有用な詳細をまとめることによって、抽象化は複雑さを低減し、理念に集中することを可能にする。
• DAT-1.A.6 ビットはグループ化されて抽象化を表す。これらの抽象化には、数字、文字、色が含まれるがこれらに限定されない。
• DAT-1.A.7 同じビットのシーケンスは、異なる文脈において異なる種類のデータを表すことがある。
• DAT-1.A.8 アナログデータは、離散的な間隔ではなく、時間とともに滑らかに変化する値を持ちます。アナログデータの例には、音楽の音高と音量、絵画の色、走者中の短距離走者の位置などが含まれます。
• DAT-1.A.9 リアルワールドのアナログデータを近似するためにデジタルデータを使用することは、抽象化の一例である。
• DAT-1.A.10 アナログデータをデジタルで密接に近似するには、サンプリング手法 が用いられる。これは、サンプル と呼ばれる一定間隔でアナログ信号の値を測定することである。各サンプルを格納するために必要な正確なビットを決定するために、サンプルが測定される。 学習目標 DAT-1.B: データを表現するためにビットを使用することの帰結を説明する。[スキル 1.D]
• DAT-1.B.1 多くのプログラミング言語では、整数は固定数のビットで表現されるため、整数値の範囲およびこれらの値に対する数学的演算が制限される。この制限はオーバーフローやその他のエラーを引き起こす可能性がある。
• DAT-1.B.2 他のプログラミング言語では、表現可能な整数のサイズがコンピューターのメモリのサイズのみによって制限される抽象化を提供している。これは試験参照シートの定義する言語の場合である。
• DAT-1.B.3 プログラミング言語において、実数を表現するために使われる固定数のビットは、これらの値の範囲および数学的演算を制限しており、この制限は丸め誤差やその他のエラーを引き起こす可能性がある。いくつかの実数は、コンピューター内の格納において近似値として表現される。
  • 除外規定: 実数に対する特定の範囲の制限は、本コースおよびAP試験の対象外である。

持続的理解 (DAT-1): コンピュータがデータを内部で表現する方法は、ユーザーに対してデータが解釈され表示される方法とは異なる。プログラムは、人間により理解しやすい表現にデータを翻訳するために使用される。

学習目標 DAT-1.D: 特定の文脈において哪一种が最適か判断するために、データ圧縮アルゴリズムを比較する。[スキル 1.D]

• DAT-1.D.1 データ圧縮 は、送信または格納されるデータ（ビット数）のサイズを削減できる。
• DAT-1.D.2 ビット数が少ないことは、必ずしも情報が少ないことを意味しない。
• DAT-1.D.3 圧縮によるサイズの削減量は、元のデータ表現における重複の量と適用された圧縮アルゴリズムの両方に依存する。
• DAT-1.D.4 可逆 データ圧縮アルゴリズムは通常、保存または送信されるビット数を削減できる一方で、元のデータの完全な再構築を保証する。
• DAT-1.D.5 不可逆 データ圧縮アルゴリズムは、保存または送信されるビット数を大幅に削減できるが、元のデータの近似のみを再構築することが可能である。
• DAT-1.D.6 不可逆データ圧縮アルゴリズムは通常、可逆圧縮アルゴリズムよりも保存または送信されるビット数をより多く削減できる。
• DAT-1.D.7 品質や元の状態への復元可能性が最大限に重要である状況では、通常、可逆圧縮アルゴリズムが選択されます。
• DAT-1.D.8 データサイズの削減や送信時間の短縮が最大限に重要である状況では、通常、非可逆圧縮アルゴリズムが選択されます。

持続的理解 (DAT-2): プログラムを使用してデータを処理することで、ユーザーは情報を発見し、新しい知識を生成できます。

学習目標 DAT-2.A: データからどのような情報を抽出できるかを説明する。[スキル 5.B]

• DAT-2.A.1 情報とは、データから抽出された事実とパターンの集合体です。
• DAT-2.A.2 データには、傾向の特定、関連性の確認、問題の解決のための機会を提供します。
• DAT-2.A.3 デジタル処理されたデータでは、変数間の相関関係が示されることがあります。データに見出された相関関係が、必ずしも因果関係が存在することを意味するわけではありません。関係の正確な性質を理解するためには、追加の研究が必要です。
• DAT-2.A.4 単一のソースには、結論を導き出すために必要なデータが含まれていないことがよくあります。結論を立案するために、多様なソースからのデータを組み合わせる必要があります。

学習目標 DAT-2.B: メタデータからどのような情報を抽出できるかを説明する。[スキル 5.B]

• DAT-2.B.1 メタデータとは、データに関するデータのことです。例えば、データが画像である場合、メタデータには作成日やファイルサイズなどが含まれることがあります。
• DAT-2.B.2 メタデータに対する変更や削除は、主要なデータ自体を変更しません。
• DAT-2.B.3 メタデータは、情報の検索、整理、管理に使用されます。
• DAT-2.B.4 メタデータは、追加の情報を提供することにより、データやデータセットの有効的な利用を向上させることができます。
• DAT-2.B.5 メタデータは、データを構造化し整理することを可能にします。

学習目標 DAT-2.C: データの処理に関連する課題を特定する。[スキル 5.D]

• DAT-2.C.1 データを処理する能力は、ユーザーとツール的能力に依存します。
• DAT-2.C.2 データセットはサイズに関わらず、以下のような課題を提起します：
  • データのクリーニングが必要であること
  • データの不完全性
  • データの無効性
  • データソースの統合が必要であること
• DAT-2.C.3 データの収集方法によっては、一貫性がない場合があります。例えば、ユーザーが自由入力フィールドにデータを入力する場合、略語の選び方、スペル、大文字・小文字の使用などはユーザーによって異なることがあります。
• DAT-2.C.4 データのクリーニングとは、意味を変えずにデータを統一化するプロセスです（例: 同等の略語、スペル、大文字・小文字をすべて同じ単語に置き換える）。
• DAT-2.C.5 バイアス（偏り）は、収集されるデータの種類やソースによって生じることが多いです。単にデータを多く収集するだけでは、バイアスは解消されません。
• DAT-2.C.6 データセットの大きさは、そこから抽出できる情報の量に影響します。
• DAT-2.C.7 大規模なデータセットは、単一のコンピュータで処理するのが困難であり、並列システムを必要とする場合があります。
• DAT-2.C.8 システムのスケールability（拡張性）は、データセットを扱う際重要な考慮事項です。なぜなら、システムの計算能力がデータセットの処理や保存方法に影響を与えるからです。

持続的理解 (DAT-2): プログラムを使用してデータを処理することで、ユーザーは情報を発見し、新しい知識を生成できます。

学習目標 DAT-2.D: プログラムを使用してデータから情報を抽出する。[スキル 2.B]

• DAT-2.D.1 プログラムを使用してデータを処理し、情報を得ることができます。
• DAT-2.D.2 テーブル、図表、テキスト、その他の視覚ツールを使用して、データから得られた洞察や知識を伝達することができます。
• DAT-2.D.3 検索ツールは、情報を効率的に見つけるのに役立ちます。
• DAT-2.D.4 データフィルタリングシステムは、情報を見つけたり、データ内のパターンを認識したりするための重要なツールです。
• DAT-2.D.5 スプレッドシートなどのプログラムは、情報を効率的に整理し、傾向を見つけるのに役立ちます。
• DAT-2.D.6 データから情報を抽出または修正するために使用できるプロセスには、以下のようなものがあります：
  • データセットの各要素を変換すること（例：リストの各要素を倍増させる、または各生徒レコードに保護者のメールアドレスを追加する）
  • データセットをフィルタリングする（例: リストから正の数字のみを残す、または全生徒のリストから吹奏楽部に参加した生徒のみを残す）
  • 何らかの方法でデータを結合または比較する（例: リストの数字を合計する、またはGPAが最も高い生徒を見つける）
  • チャート、グラフ、その他の視覚的表現を通じてデータセットを可視化する

学習目標 DAT-2.E: プログラムがどのようにしてデータから洞察や知識を得るために使用されるかを説明する。[スキル 5.B]

• DAT-2.E.1 情報処理時にユーザーがデータについて洞察や知識を得られるよう、プログラムは反復的かつ対話的に使用されます。
• DAT-2.E.2 プログラマーはデジタルデータをフィルタリングおよびクリーニングするためにプログラムを使用し、由此獲得洞察や知識を得ることができます。
• DAT-2.E.3 データソースの統合、データクラスタリング、データ分類は、プログラムを使用してデータから洞察や知識を得るプロセスの一部です。
• DAT-2.E.4 デジタルで表現された情報を翻訳および変換することで、洞察や知識を得ることができます。
• DAT-2.E.5 プログラムを使用してデータを変換すると、パターンが出現することがあります。