Data-Science-For-Beginners/translations/ar/1-Introduction/03-defining-data

تعريف البيانات

تعريف البيانات - مذكرة مرسومة بواسطة @nitya

البيانات هي حقائق ومعلومات وملاحظات وقياسات تُستخدم لاكتشاف أشياء ودعم اتخاذ قرارات مستنيرة. نقطة بيانات هي وحدة واحدة من البيانات داخل مجموعة بيانات، وهي مجموعة من نقاط البيانات. يمكن أن تأتي مجموعات البيانات بأشكال وهياكل مختلفة، وغالبًا ما تكون بناءً على مصدرها أو من أين أتت البيانات. على سبيل المثال، قد تكون أرباح شركة شهرية في جدول بيانات لكن بيانات معدل ضربات القلب الساعة من ساعة ذكية قد تكون بتنسيق JSON. من الشائع أن يعمل علماء البيانات مع أنواع مختلفة من البيانات ضمن مجموعة بيانات.

تركز هذه الدرسة على تحديد وتصنيف البيانات بناءً على خصائصها ومصادرها.

اختبار ما قبل المحاضرة

كيف توصف البيانات

البيانات الخام

البيانات الخام هي البيانات التي جاءت من مصدرها في حالتها الأصلية ولم يتم تحليلها أو تنظيمها. من أجل فهم ما يحدث مع مجموعة بيانات، يجب تنظيمها في شكل يمكن أن يفهمه البشر وكذلك التكنولوجيا التي قد يستخدمونها لتحليلها بشكل أعمق. يصف هيكل مجموعة البيانات كيف يتم تنظيمها ويمكن تصنيفها إلى منظم، غير منظم وشبه منظم. تختلف أنواع هذه الهياكل اعتمادًا على المصدر لكنها في النهاية تندرج ضمن هذه الفئات الثلاث.

البيانات الكمية

البيانات الكمية هي ملاحظات عددية ضمن مجموعة بيانات ويمكن تحليلها وقياسها واستخدامها رياضيًا عادةً. بعض أمثلة البيانات الكمية هي: عدد سكان دولة، طول شخص أو أرباح شركة ربع سنوية. مع بعض التحليل الإضافي، يمكن استخدام البيانات الكمية لاكتشاف الاتجاهات الموسمية لمؤشر جودة الهواء (AQI) أو تقدير احتمال ازدحام المرور خلال ساعات الذروة في يوم عمل عادي.

البيانات النوعية

البيانات النوعية، المعروفة أيضًا بالبيانات التصنيفية، هي بيانات لا يمكن قياسها موضوعيًا مثل ملاحظات البيانات الكمية. عادةً ما تكون صيغ متعددة من البيانات الذاتية التي تلتقط جودة شيء ما، مثل منتج أو عملية. أحيانًا تكون البيانات النوعية عددية ولا تُستخدم عادة رياضيًا، مثل أرقام الهواتف أو الطوابع الزمنية. بعض أمثلة البيانات النوعية هي: تعليقات الفيديو، نوع وطراز سيارة أو اللون المفضل لأقرب أصدقائك. يمكن استخدام البيانات النوعية لفهم المنتجات التي يفضلها المستهلكون أو تحديد الكلمات المفتاحية الشائعة في سير ذاتية لوظائف.

البيانات المنظمة

البيانات المنظمة هي البيانات التي تُنظم في صفوف وأعمدة، حيث لكل صف نفس مجموعة الأعمدة. تمثل الأعمدة قيمة من نوع معين وتُحدد باسم يصف ما تمثله القيمة، بينما الصفوف تحتوي على القيم الفعلية. غالبًا ما يكون للأعمدة مجموعة محددة من القواعد أو القيود على القيم، لضمان تمثيل القيم العمود بدقة. على سبيل المثال تخيل جدول بيانات العملاء حيث يجب أن يحتوي كل صف على رقم هاتف والأرقام لا تحتوي أبدًا على حروف أبجدية. قد تكون هناك قواعد مطبقة على عمود رقم الهاتف لضمان عدم خلوه واحتوائه على أرقام فقط.

فائدة البيانات المنظمة أنها يمكن تنظيمها بطريقة تسمح بربطها ببيانات منظمة أخرى. ومع ذلك، لأن البيانات مصممة ليتم تنظيمها بطريقة معينة، فإن إجراء تغييرات على هيكلها الكامل قد يتطلب جهدًا كبيرًا. على سبيل المثال، إضافة عمود بريد إلكتروني إلى جدول بيانات العملاء لا يمكن أن يكون فارغًا يعني أنك تحتاج لمعرفة كيفية إضافة هذه القيم إلى الصفوف الموجودة بالفعل في مجموعة البيانات.

أمثلة على البيانات المنظمة: جداول البيانات، قواعد البيانات العلائقية، أرقام الهواتف، كشوفات البنك

البيانات غير المنظمة

عادةً لا يمكن تصنيف البيانات غير المنظمة إلى صفوف أو أعمدة ولا تحتوي على تنسيق أو مجموعة قواعد للاتباع. لأن البيانات غير المنظمة لديها قيود أقل على الهيكل، فمن الأسهل إضافة معلومات جديدة مقارنة بمجموعة بيانات منظمة. إذا استقبل مستشعر يقيس الضغط الجوي كل دقيقتين تحديثًا يسمح له بقياس وتسجيل درجة الحرارة، فلن يتطلب تعديل البيانات الحالية إذا كانت غير منظمة. ومع ذلك، قد يجعل هذا تحليل أو فحص هذا النوع من البيانات يستغرق وقتًا أطول. على سبيل المثال، عالِم يريد معرفة متوسط درجة حرارة الشهر السابق من بيانات المستشعر، لكنه يكتشف أن المستشعر سجل "e" في بعض بياناته المسجلة للدلالة على أنه كان معطلًا بدل رقم عادي، مما يعني أن البيانات غير مكتملة.

أمثلة على البيانات غير المنظمة: ملفات نصية، رسائل نصية، ملفات فيديو

شبه منظمة

البيانات شبه المنظمة لها ميزات تجعلها مزيجًا من البيانات المنظمة وغير المنظمة. عادةً لا تتوافق مع تنسيق صفوف وأعمدة، لكنها منظمة بطريقة تُعتبر منظمة وقد تتبع تنسيقًا ثابتًا أو مجموعة قواعد. يختلف الهيكل بين المصادر، مثل وجود تسلسل هرمي معرف جيدًا إلى شيء أكثر مرونة يسمح بالتكامل السهل لمعلومات جديدة. البيانات الوصفية هي مؤشرات تساعد في تحديد كيفية تنظيم وتخزين البيانات ولها أسماء مختلفة حسب نوع البيانات. بعض الأسماء الشائعة للبيانات الوصفية هي الوسوم والعناصر والكيانات والصفات. على سبيل المثال، رسالة بريد إلكتروني تحتوي عادةً على موضوع، نص ومجموعة من المستلمين ويمكن تنظيمها حسب المرسل أو وقت الإرسال.

أمثلة على البيانات شبه المنظمة: HTML، ملفات CSV، تنسيق كائنات جافاسكريبت (JSON)

مصادر البيانات

مصدر البيانات هو الموقع الأولي الذي تم فيه إنشاء البيانات، أو حيث "تعيش"، وسوف يختلف بناء على كيفية ووقت جمعها. تُعرف البيانات التي ينتجها المستخدم(المستخدمون) بأنها بيانات أولية، بينما تأتي البيانات الثانوية من مصدر جمع البيانات لاستخدام عام. على سبيل المثال، يُعتبر مجموعة من العلماء يجمعون ملاحظات في غابة مطيرة بيانات أولية وإذا قرروا مشاركتها مع علماء آخرين تعتبر بيانات ثانوية لأولئك الذين يستخدمونها.

قواعد البيانات مصدر شائع وتعتمد على نظام إدارة قواعد بيانات لاستضافة البيانات وصيانتها حيث يستخدم المستخدمون أوامر تسمى استعلامات لاستكشاف البيانات. الملفات كمصادر بيانات يمكن أن تكون ملفات صوت، صورة، فيديو بالإضافة إلى جداول بيانات مثل Excel. مصادر الإنترنت موقع شائع لاستضافة البيانات حيث يمكن إيجاد قواعد بيانات وكذلك الملفات. واجهات برمجة التطبيقات، المعروفة أيضًا بـ APIs، تسمح للمبرمجين بإنشاء طرق لمشاركة البيانات مع المستخدمين الخارجيين عبر الإنترنت، بينما تستخرج عملية جمع البيانات عبر الويب البيانات من صفحة ويب. تركز الدروس في التعامل مع البيانات على كيفية استخدام مصادر البيانات المختلفة.

الخلاصة

في هذا الدرس تعلمنا:

• ما هي البيانات
• كيف توصف البيانات
• كيف تُصنف البيانات وتُصنَّف
• أين يمكن العثور على البيانات

🚀 تحدي

Kaggle مصدر ممتاز لمجموعات البيانات المفتوحة. استخدم أداة البحث عن المجموعات لإيجاد بعض مجموعات البيانات المثيرة وصف من 3-5 مجموعات بيانات وفقًا لهذه المعايير:

• هل البيانات كمية أم نوعية؟
• هل البيانات منظمة، غير منظمة، أم شبه منظمة؟

اختبار ما بعد المحاضرة

مراجعة ودراسة ذاتية

• وحدة Microsoft Learn هذه، بعنوان تحديد تنسيقات البيانات تحتوي على تحليل مفصل للبيانات المنظمة وشبه المنظمة وغير المنظمة.

الواجب

تصنيف مجموعات البيانات

---

تنويه: تمت ترجمة هذا المستند باستخدام خدمة الترجمة بالذكاء الاصطناعي Co-op Translator. بينما نسعى للدقة، يرجى العلم أن الترجمات الآلية قد تحتوي على أخطاء أو عدم دقة. يجب اعتبار المستند الأصلي بلغته الأصلية المصدر الرسمي والمعتمد. للمعلومات الهامة، يُنصح بالاستعانة بترجمة بشرية محترفة. نحن غير مسؤولين عن أي سوء فهم أو تفسير ناتج عن استخدام هذه الترجمة.