<!--
CO_OP_TRANSLATOR_METADATA:
{
  "original_hash": "2e5cacb967c1e9dfd07809bfc441a0b4",
  "translation_date": "2025-08-25T17:01:00+00:00",
  "source_file": "1-Introduction/03-defining-data/assignment.md",
  "language_code": "zh"
}
-->
# 数据集分类

## 说明

按照本作业中的提示，识别并分类数据为以下每种数据类型之一：

**结构类型**：结构化、半结构化或非结构化

**数值类型**：定性或定量

**来源类型**：原始数据或二手数据

1. 一家公司被收购，现在有了母公司。数据科学家从母公司收到了一份包含客户电话号码的电子表格。

结构类型：

数值类型：

来源类型：

---

2. 一款智能手表正在收集佩戴者的心率数据，原始数据以 JSON 格式存储。

结构类型：

数值类型：

来源类型：

---

3. 一份关于员工士气的职场调查，数据存储在一个 CSV 文件中。

结构类型：

数值类型：

来源类型：

---

4. 天体物理学家正在访问由太空探测器收集的星系数据库。数据包含每个星系中的行星数量。

结构类型：

数值类型：

来源类型：

---

5. 一款个人理财应用通过 API 连接用户的金融账户，以计算其净资产。用户可以看到所有交易记录，格式为行和列，类似于电子表格。

结构类型：

数值类型：

来源类型：

## 评分标准

优秀 | 合格 | 需要改进
--- | --- | --- |
正确识别所有结构、数值和来源类型 | 正确识别 3 个结构、数值和来源类型 | 正确识别 2 个或更少的结构、数值和来源类型 |

**免责声明**：  
本文档使用AI翻译服务[Co-op Translator](https://github.com/Azure/co-op-translator)进行翻译。尽管我们努力确保翻译的准确性，但请注意，自动翻译可能包含错误或不准确之处。原始语言的文档应被视为权威来源。对于关键信息，建议使用专业人工翻译。我们对因使用此翻译而产生的任何误解或误读不承担责任。