การดึงข้อมูลออกจากข้อมูล (Extracting Information from Data)
แนะนำใหม่| English | ความหมาย |
|---|---|
| information/ˌɪnfəˈmeɪʃn/ | ข้อมูล |
| data sets/ˈdeɪtə sets/ | ชุดข้อมูล |
| patterns/ˈpætnz/ | รูปแบบ |
| trends/trendz/ | แนวโน้ม |
| Filtering/ˈfɪltərɪŋ/ | การกรอง |
| Cleaning/ˈkliːnɪŋ/ | การทำความสะอาด |
| correlation/ˌkɒrɪˈleɪʃn/ | ความสัมพันธ์ |
| Causation/kɔːˈseɪʃn/ | สาเหตุและผล |
| Metadata/ˌmetəˈdeɪtə/ | เมทาดาตา |
| visualization/ˌvɪʒuːəlaɪˈzeɪʃn/ | การทำให้เป็นภาพ |
| bias/ˈbaɪəs/ | ความลำเอียง |
จากข้อมูลดิบสู่ข้อมูลเชิงลึก
- ข้อมูลดิบเพียงอย่างเดียวก็แค่ตัวเลขและข้อความเท่านั้น
- เป้าหมายคือการแปลงมันให้เป็น ข้อมูลเชิงลึก ที่มีประโยชน์ — สิ่งที่ตอบคำถามจริง
- โปรแกรมสามารถสแกน ชุดข้อมูล ขนาดใหญ่ได้เร็วกว่ามนุษย์มาก
- โดยการสแกน พวกเขาพบ รูปแบบ (สิ่งที่ซ้ำกัน) และ แนวโน้ม (การเปลี่ยนแปลงตามเวลา)
การเปลี่ยนข้อมูลดิบให้เป็นสิ่งที่ตอบคำถามจริงจะผลิต:
Difficulty 1/5 · 100 coins + a small bonus on first completion today
ข้อมูลคือข้อมูลที่นำไปใช้ประโยชน์ได้ — ลวดลายและแนวโน้มที่ตอบคำถาม
จับคู่แต่ละคำศัพท์กับความหมาย
Difficulty 2/5 · 140 coins + a small bonus on first completion today
โปรแกรมสแกนชุดข้อมูลเพื่อหาคำตอบทั้งสอง
การเตรียมข้อมูลที่ไม่เรียบร้อย
- ข้อมูลจริงมีความยุ่งเหยิง ดังนั้นจึงต้องผ่านการเตรียมก่อน
- การกรอง จะ保留เฉพาะแถวที่คุณสนใจและซ่อนส่วนที่เหลือ
- การทำความสะอาด แก้ไขปัญหา — ลบข้อมูลซ้ำ เติมค่าที่หายไป และแก้ไขข้อผิดพลาด
- การเตรียมข้อมูลแบบนี้ทำให้การวิเคราะห์ในอนาคตมีความหมายและเชื่อถือได้
การกรองหรือการทำความสะอาด?
การกรองเก็บเฉพาะแถวที่คุณสนใจ; การทำความสะอาดแก้ไขปัญหาในข้อมูล (เช่น ข้อมูลซ้ำ, ช่องว่าง, ความผิดพลาด) ก่อนการวิเคราะห์
การลบแถวซ้ำและการเติมค่าที่ขาดหายไปเป็นส่วนหนึ่งของการทำความสะอาดข้อมูล
Difficulty 1/5 · 100 coins + a small bonus on first completion today
การทำความสะอาดช่วยแก้ไขปัญหาเพื่อให้การวิเคราะห์สามารถเชื่อถือได้
สัมประสิทธิ์สหสัมพันธ์ไม่เท่ากับเหตุและผล
- ความสัมพันธ์ หมายถึงสองสิ่งเปลี่ยนแปลงไปด้วยกัน (ยอดขายไอศกรีมและรอยแดดเผาเพิ่มขึ้นทั้งคู่ในฤดูร้อน)
- สาเหตุ หมายถึงสิ่งหนึ่งเกิดขึ้นจริง ทำให้ สิ่งอื่น发生改变
- ความสัมพันธ์ไม่ได้พิสูจน์ว่าเกิดจากสาเหตุ
อย่าสับสนระหว่างสองสิ่งนี้ ไอศกรีมไม่ได้ทำให้มีรอยแดดเผา — อากาศร้อนและแดดจัดเป็นเหตุให้เกิดทั้งสองอย่าง เมื่อสองสิ่งเพิ่มขึ้นพร้อมกัน อาจมีสาเหตุแฝงร่วมกัน ดังนั้นความสัมพันธ์เพียงอย่างเดียวจึงไม่สามารถพิสูจน์ได้ว่าสิ่งหนึ่งทำให้เกิดอีกสิ่งหนึ่ง
ยอดขายไอศกรีมและรอยแดดเผาเพิ่มขึ้นทั้งคู่ในฤดูร้อน สิ่งนี้แสดงว่า:
Difficulty 1/5 · 100 coins + a small bonus on first completion today
อากาศร้อนเป็นสาเหตุของทั้งสอง — สาเหตุร่วม ไม่ใช่ cause之间
"ข้อมูลเกี่ยวกับข้อมูล" เช่น วันที่และสถานที่ของภาพถ่าย เรียกว่า ______.
Difficulty 1/5 · 100 coins + a small bonus on first completion today
เมตาดาต้าช่วยในการจัดระเบียบ การค้นหา และการค้นหาข้อมูล
การสำรวจเฉพาะผู้ที่ดาวน์โหลดแอปพลิเคชันเกี่ยวกับความนิยมของแอปพลิเคชันนั้น introduces:
Difficulty 1/5 · 100 coins + a small bonus on first completion today
วิธีการเก็บข้อมูลทำให้ผลลัพธ์เอียง — ตัวอย่างที่มีอคติ
เมทาดาตา การแสดงข้อมูล และความลำเอียง
- เมทาดาตา คือ "ข้อมูลเกี่ยวกับข้อมูล" — วันที่ Photograph, กล้อง และสถานที่ของ Photo มันช่วยในการจัดระเบียบและการค้นหา
- การแสดงข้อมูล เปลี่ยนข้อมูลให้เป็นภาพ (กราฟิกหรือแผนภูมิ) เพื่อให้รูปแบบชัดเจนทันทีที่มองเห็น
- ต้องถามเสมอว่า ทำ อย่างไร Data ถูกเก็บรวบรวม: ความลำเอียง คือความเอียงที่ผลักผลสรุปไปในทางใดทางหนึ่ง
การสำรวจที่มีความลำเอียง บริษัทถามว่า "แอปพลิเคชันของเราได้รับความนิยมหรือไม่?" แต่สำรวจเฉพาะคนที่ดาวน์โหลดมันไปแล้ว เกือบทุกคนตอบว่าใช่ — แต่ผู้ใช้ที่ไม่พอใจไม่เคยถูกสำรวจ ผลลัพธ์ที่ดูดีจึงเป็นการหลอกลวง
โปรแกรมเปลี่ยน ชุดข้อมูล ดิบให้เป็น ข้อมูลเชิงลึก, พบ รูปแบบ และ แนวโน้ม. เตรียมข้อมูลโดย การกรอง (保留แถวที่เกี่ยวข้อง) และ การทำความสะอาด (แก้ไขปัญหา). ระวัง: ความสัมพันธ์ ไม่ได้พิสูจน์ สาเหตุ, และ ความลำเอียง ในการเก็บข้อมูลสามารถทำให้เข้าใจผิดได้. เมทาดาตา และ การแสดงข้อมูล ช่วยจัดระเบียบและเผยให้เห็นข้อมูลเชิงลึก