localizeflow[bot]
7ab673484e
|
4 weeks ago | |
|---|---|---|
| .. | ||
| README.md | 4 weeks ago | |
| assignment.md | 7 months ago | |
README.md
डाटाको परिभाषा
 |
|---|
| डाटा परिभाषा - Sketchnote by @nitya |
डाटा भनेको तथ्य, जानकारी, अवलोकन र मापनहरू हुन् जुन पहिचान गर्न र सूचित निर्णयहरू गर्न प्रयोग गरिन्छ। डाटा पोइन्ट भनेको एउटा डेटा सेट भित्रको एकल डाटा इकाई हो, जुन डाटा पोइन्टहरूको संग्रह हो। डाटा सेटहरू विभिन्न ढाँचा र संरचनामा आउन सक्छन्, र प्रायः यसको स्रोतमा आधारित हुन्छन्, वा डाटा कहाँबाट आएको हो भन्नेमा निर्भर हुन्छ। उदाहरणका लागि, कुनै कम्पनीको मासिक आम्दानी स्प्रेडशीटमा हुन सक्छ तर स्मार्टवाचबाट प्राप्त घडी दरसम्बन्धी डाटा JSON ढाँचामा हुन सक्छ। डाटा वैज्ञानिकहरू प्रायः डाटासेट भित्र विभिन्न प्रकारका डाटासँग काम गर्छन्।
यो पाठ डाटाको विशेषता र यसको स्रोतहरू अनुसार डाटालाई चिन्ने र वर्गीकरण गर्नेमा केन्द्रित छ।
पाठ पहिलाको क्विज
डाटा कसरी वर्णन गरिन्छ
कच्चा डाटा
कच्चा डाटा भनेको सो को स्रोतबाट आएको प्रारम्भिक अवस्थामा रहेको डाटा हो र जसलाई अझै विश्लेषण वा व्यवस्थित गरिएको छैन। डाटा सेटमा के भइरहेको छ भनेर बुझ्नको लागि यसलाई मानिसहरूले बुझ्न सक्छन् र प्राविधिक विश्लेषण गर्न प्रयोग गर्न सक्छन् भन्ने ढाँचामा व्यवस्थित गर्न आवश्यक छ। डाटा सेटको संरचनाले यसको संगठन कसरी गरिएको छ भनेर वर्णन गर्छ र यसलाई संरचित, असंरचित र अर्ध-संरचित रूपमा वर्गीकरण गर्न सकिन्छ। यी प्रकारका संरचना स्रोत अनुसार फरक फरक हुनेछन् तर अन्ततः यी तीन श्रेणीमा पर्छन्।
मात्रात्मक डाटा
मात्रात्मक डाटा भनेको डाटासेट भित्रको संख्यात्मक अवलोकन हुन् र सामान्यतया विश्लेषण, मापन र गणितीय रूपमा प्रयोग गर्न सकिन्छ। मात्रात्मक डाटाका केही उदाहरणहरू हुन्: कुनै देशको जनसंख्या, कुनै व्यक्तिको उचाइ वा कुनै कम्पनीको त्रैमासिक आम्दानी। थप विश्लेषणसँगै मात्रात्मक डाटा वायु गुणस्तर सूचकांक (AQI) का मौसमी प्रवृत्तिहरू पत्ता लगाउन वा सामान्य कार्य दिनको भीडभाडको सम्भावना अनुमान गर्न प्रयोग गर्न सकिन्छ।
गुणात्मक डाटा
गुणात्मक डाटा, जसलाई वर्गीकृत डाटा पनि भनिन्छ, त्यो डाटा हो जुन मात्रात्मक डाटाको अवलोकन जस्तो वस्तुगत रूपमा मापन गर्न सकिँदैन। यो सामान्यतया सब्जेक्टिभ डाटा हो जुन कुनै वस्तु वा प्रक्रियाको गुणस्तर समेट्छ। कहिलेकाहीं गुणात्मक डाटा संख्यात्मक पनि हुनसक्छ र सामान्यतया गणितीय रूपमा प्रयोग गरिंदैन, जस्तै फोन नम्बर वा समय-stamp। गुणात्मक डाटाका केही उदाहरणहरू हुन्: भिडियो टिप्पणीहरू, कारको ब्राण्ड र मोडेल, वा तपाईंका नजिकका साथीहरूको मनपर्ने रंग। गुणात्मक डाटा उपभोक्ताले कुन उत्पादनलाई सबैभन्दा बढी मन पराउँछन् बुझ्न वा जागिर आवेदन पत्रका लोकप्रिय कुञ्जीशब्दहरू पहिचान गर्न प्रयोग गर्न सकिन्छ।
संरचित डाटा
संरचित डाटा भनेको पङ्क्तिहरू र स्तम्भहरूमा व्यवस्थित गरिएको डाटा हो, जहाँ प्रत्येक पङ्क्तिमा एउटै स्तम्भहरूको सेट हुन्छ। स्तम्भहरूले कुनै विशिष्ट प्रकारको मान प्रतिनिधित्व गर्दछन् र नामले यसको के प्रतिनिधित्व गर्छ स्पष्ट गर्दछ, जबकि पङ्क्तिहरूमा वास्तविक मान समावेश हुन्छन्। स्तम्भहरूले प्रायः मानहरूमा नियम वा प्रतिबन्धहरू हुन्छन् ताकि मानले स्तम्भलाई सही तरिकाले प्रतिनिधित्व गरोस्। उदाहरणका लागि, ग्राहकहरूको स्प्रेडशीटमा प्रत्येक पङ्क्तिमा फोन नम्बर हुनुपर्छ र फोन नम्बरमा कुनै अक्षर हुन सक्दैन। यस फोन नम्बर स्तम्भमा यस्तो नियम लागु गर्न सकिन्छ कि फोन नम्बर कहिल्यै रिक्त नहोस् र केवल संख्या मात्र समावेश गर्नुहोस्।
संरचित डाटाको फाइदा भनेको यसलाई यस्तो तरिकाले व्यवस्थित गर्न सकिन्छ जुन अन्य संरचित डाटासँग सम्बन्धित हुन सकोस्। तर, यो डाटा विशेष तरिकाले व्यवस्थित गरिएको हुँदा यसको समग्र संरचनामा परिवर्तन गर्न धेरै प्रयास गर्नुपर्छ। उदाहरणका लागि, ग्राहकको स्प्रेडशीटमा खाली नहुने इमेल स्तम्भ थप्न चाहनुहुन्छ भने यी मानहरू डाटासेटको पुराना पङ्क्तिहरूमा कसरी थप्ने भन्ने कुरा तय गर्न आवश्यक पर्छ।
संरचित डाटाका उदाहरणहरू: स्प्रेडशीट, सम्बन्धित डाटाबेस, फोन नम्बर, बैंक स्टेटमेन्ट
असंरचित डाटा
असंरचित डाटा सामान्यतया पङ्क्तिहरू र स्तम्भहरूमा वर्गीकृत गर्न सकिँदैन र यसले अनुसरण गर्न कुनै निश्चित ढाँचा वा नियमहरू समावेश गर्दैन। असंरचित डाटाको संरचनामा कम प्रतिबन्धहरू हुने हुँदा नयाँ जानकारी थप्न सजिलो हुन्छ। उदाहरणका लागि, हावा दाब मापन गर्ने सेन्सरले प्रत्येक २ मिनेटमा डाटा संकलन गर्छ र अब यसले तापक्रम पनि मापन गर्ने सुविधा थपेको छ भने यदि यो असंरचित छ भने पुरानो डाटामा कुनै परिवर्तन नगरिकन नयाँ डाटाहरू थप्न सकिन्छ। तर, यसले डाटा विश्लेषण वा खोज अनुसन्धानमा समय लाग्न सक्छ। उदाहरणका लागि, अनुसन्धानकर्ताले सेन्सरको डाटाबाट अघिल्लो महिनाको औसत तापक्रम पत्ता लगाउन खोज्दा केहि डाटामा "e" लेखिएको भेट्टाए, जसले जनाउँछ सेन्सर बिग्रिएको थियो र डाटा अपूरो छ।
असंरचित डाटाका उदाहरणहरू: टेक्स्ट फाइलहरू, टेक्स्ट सन्देशहरू, भिडियो फाइलहरू
अर्ध-संरचित
अर्ध-संरचित डाटाले संरचित र असंरचित दुवै प्रकारका विशेषताहरू समेट्छ। यो सामान्यतया पङ्क्ति र स्तम्भको ढाँचामा फिट नहोस् तर यस्तो तरिकाले व्यवस्थित हुन्छ जुन संरचित जस्तै हुन्छ र कुनै निश्चित ढाँचा वा नियमहरू पालन गर्न सक्छ। यसको संरचना स्रोत अनुसार फरक फरक हुन्छ, जस्तै राम्ररी परिभाषित श्रेणी वा नयाँ जानकारी सजिलै समायोजन गर्न सकिने लचिलो संरचना। मेटाडाटा डाटालाई कसरी सङ्गठित र स्टोर गरिन्छ भनेर निर्णय गर्न मद्दत गर्ने सूचकहरू हुन् र यसको नाम स्रोत अनुसार फरक फरक हुन्छ। मेटाडाटाका सामान्य नामहरूमा ट्याग, तत्त्वहरू, ईकाइहरू र गुणहरू पर्दछन्। उदाहरणका लागि, एउटा सामान्य इमेल सन्देशमा विषय, शरीर र प्राप्तकर्ताको सेट हुन्छ र यो को वा कहिले पठायो भनेर व्यवस्थित गर्न सकिन्छ।
अर्ध-संरचित डाटाका उदाहरणहरू: HTML, CSV फाइलहरू, JavaScript Object Notation (JSON)
डाटाका स्रोतहरू
डाटा स्रोत भनेको डाटा कहाबाट उत्पन्न भयो वा कहाँ "बस्छ" भनेर जनाउने प्रारम्भिक स्थान हो र यो कसरी र कहिले संकलन गरियो भनेर निर्भर गर्दछ। प्रयोगकर्ताले उत्पन्न गरेको डाटालाई प्राथमिक डाटा भनिन्छ भने दोस्रो पक्षबाट संकलित डाटालाई दोस्रो डाटा भनिन्छ। उदाहरणका लागि, वर्षावनमा अवलोकन संकलन गरिरहेका वैज्ञानिकहरूको समूह प्राथमिक मानिन्छ र यदि तिनीहरूले यो डाटा अन्य वैज्ञानिकहरूसँग साझा गरे भने त्यो तिनीहरूको लागि दोस्रो डाटाको रूपमा लिइन्छ।
डाटाबेस एक सामान्य स्रोत हो र यसका लागि डाटाबेस व्यवस्थापन प्रणाली आवश्यक हुन्छ जसले डाटा होस्ट र मर्मत गर्दछ जहाँ प्रयोगकर्ताहरू क्वेरी भनिने आदेशहरूसँग डाटा अन्वेषण गर्छन्। फाइलहरू जस्तै अडियो, चित्र, भिडियो फाइलहरू साथै एक्सेलजस्ता स्प्रेडशीटहरू पनि डाटा स्रोत हुन्। इन्टरनेट स्रोत पनि सामान्य हुन्छ जहाँ डाटाबेस र फाइलहरू भेटिन्छन्। एप्लिकेसन प्रोग्रामिङ इन्टरफेसहरू (API) ले प्रोग्रामरहरूलाई इन्टरनेट मार्फत बाह्य प्रयोगकर्तासँग डाटा साझा गर्ने तरिका सिर्जना गर्न अनुमति दिन्छ जबकि वेब स्क्र्यापिङले वेब पृष्ठबाट डाटा निकाल्छ। डाटासँग काम गर्ने पाठहरू विभिन्न डाटा स्रोतहरू कसरी प्रयोग गर्ने भन्ने कुरामा केन्द्रित छन्।
निष्कर्ष
यस पाठमा हामीले सिक्यौं:
- डाटा के हो
- डाटा कसरी वर्णन गरिन्छ
- डाटालाई कसरी वर्गीकरण र श्रेणीकरण गरिन्छ
- डाटा कहाँ पाइन्छ
🚀 चुनौती
कागल एक उत्कृष्ट खुला डाटासेट स्रोत हो। डाटासेट खोज उपकरण प्रयोग गरेर केही रोचक डाटासेटहरू खोज्नुहोस् र 3-5 डाटासेटहरूलाई तलका मापदण्ड अनुसार वर्गीकृत गर्नुहोस्:
- डाटा मात्रात्मक हो वा गुणात्मक?
- डाटा संरचित, असंरचित वा अर्ध-संरचित हो?
पाठ पछिको क्विज
समीक्षा र स्वअध्ययन
- यो माइक्रोसफ्ट लर्न इकाई, शीर्षक डेटा ढाँचाहरूको पहिचान ले संरचित, अर्ध-संरचित र असंरचित डाटाको विस्तृत विवरण दिइरहेको छ।
कार्य
अस्वीकरण: यो दस्तावेज़ AI अनुवाद सेवा Co-op Translator प्रयोग गरेर अनुवाद गरिएको हो। हामी सही हुन प्रयास गर्छौं, तर कृपया जानकार हुनुस् कि स्वचालित अनुवादमा त्रुटिहरू वा अशुद्धताहरू हुन सक्छन्। मूल दस्तावेज़ यसको मूल भाषामा आधिकारिक स्रोत मानिनुपर्छ। महत्वपूर्ण जानकारीका लागि व्यावसायिक मानव अनुवाद सिफारिस गरिन्छ। यस अनुवादको प्रयोगबाट उत्पन्न कुनै पनि गलत बुझाइ वा त्रुटिको लागि हामी जिम्मेवार छैनौं।