| English | 释义 | 拼音 |
|---|---|---|
| information/ˌɪnfəˈmeɪʃn/ | 信息 | xìn xī |
| data sets/ˈdeɪtə sets/ | 数据集 | shù jù jí |
| patterns/ˈpætnz/ | 模式 | mó shì |
| trends/trendz/ | 趋势 | qū shì |
| Filtering/ˈfɪltərɪŋ/ | 筛选 | shāi xuǎn |
| Cleaning/ˈkliːnɪŋ/ | 清洗 | qīng xǐ |
| correlation/ˌkɒrɪˈleɪʃn/ | 相关 | xiāng guān |
| Causation/kɔːˈseɪʃn/ | 因果 | yīn guǒ |
| Metadata/ˌmetəˈdeɪtə/ | 元数据 | yuán shù jù |
| visualization/ˌvɪʒuːəlaɪˈzeɪʃn/ | 可视化 | kě shì huà |
| bias/ˈbaɪəs/ | 偏差 | piān chā |
从原始数据到信息
- 原始数据本身只是数字和文本。
- 目标是把它变成有用的信息(information)——回答一个真实问题的东西。
- 程序能比人快得多地扫描巨大的数据集(data sets)。
- 通过扫描,它们找到模式(patterns,重复的东西)和趋势(trends,随时间的变化)。
Turning raw data into something that answers a real question produces:
难度 1/5 · 今日首次完成可获 100 金币及少量额外奖励
Information is data made useful — patterns and trends answering a question.
Match each term to its meaning.
难度 2/5 · 今日首次完成可获 140 金币及少量额外奖励
Programs scan data sets to find both.
准备杂乱的数据
- 真实数据很杂乱,所以必须先准备。
- 筛选(filtering)只保留你关心的行,隐藏其余的。
- 清洗(cleaning)修复问题——去除重复、填补缺失值、更正错误。
- 这样准备数据让后面的分析有意义、可信。

筛选所需行,然后统计、求和或计算平均值
Filtering or cleaning?
Filtering keeps only the rows you care about; cleaning fixes problems in the data (duplicates, blanks, mistakes) before analysis.
Removing duplicate rows and filling missing values is part of cleaning data.
难度 1/5 · 今日首次完成可获 100 金币及少量额外奖励
Cleaning fixes problems so the analysis can be trusted.
相关不是因果
- 相关(correlation)意味着两件事一起变化(冰淇淋销量和晒伤在夏天都上升)。
- 因果(causation)意味着一件事真正导致另一件。
- 相关不证明因果。
别混淆两者。 冰淇淋不导致晒伤——炎热晴朗的天气导致两者。两件事一起上升可能共享一个隐藏的原因,所以仅有相关永远不能证明一件事导致另一件。
Ice-cream sales and sunburns both rise in summer. This shows:
难度 1/5 · 今日首次完成可获 100 金币及少量额外奖励
Hot weather causes both — a shared cause, not one causing the other.
"Data about data", like a photo's date and location, is called ______.
难度 1/5 · 今日首次完成可获 100 金币及少量额外奖励
Metadata helps organize, search, and locate information.
Surveying only people who downloaded an app about whether the app is popular introduces:
难度 1/5 · 今日首次完成可获 100 金币及少量额外奖励
The collection method slants the result — a biased sample.
元数据、可视化与偏差
- 元数据(metadata)是"关于数据的数据"——一张照片的日期、相机和位置。它帮助组织和搜索。
- 一个可视化(visualization)把数据变成一幅图(图表),让模式一眼就明显。
- 总要问数据是怎么收集的:偏差(bias)是把结论推向一个方向的倾斜。
有偏差的调查。 一家公司问"我们的应用受欢迎吗?",但只调查已经下载它的人。几乎所有人都说是——但不满意的用户从不参加调查,所以这个令人高兴的结果具有误导性。
程序把原始数据集变成信息,找到模式和趋势。通过筛选(保留相关行)和清洗(修复问题)准备数据。当心:相关永远不证明因果,数据收集方式中的偏差能误导。元数据和可视化帮助组织和揭示洞见。