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

ਡੇਟਾ ਦੀ ਪਰਿਭਾਸ਼ਾ ਕਰਨਾ

ਡੇਟਾ ਦੀ ਪਰਿਭਾਸ਼ਾ - ਸਕੈਚਨੋਟ ਦੁਆਰਾ @nitya

ਡੇਟਾ ਸੱਚਾਈਆਂ, ਜਾਣਕਾਰੀਆਂ, ਦੇਖਣੀਆਂ ਅਤੇ ਮਾਪਣ ਹਨ ਜੋ ਖੋਜ ਕਰਨ ਅਤੇ ਸੁਝਾਈ ਗਈ ਫੈਸਲਿਆਂ ਦਾ ਸਮਰਥਨ ਕਰਨ ਲਈ ਵਰਤੇ ਜਾਂਦੇ ਹਨ। ਇੱਕ ਡੇਟਾ ਪੌਇੰਟ ਡੇਟਾਸੈੱਟ ਵਿੱਚ ਇੱਕ ਇਕਾਈ ਹੁੰਦਾ ਹੈ, ਜੋ ਕਿ ਡੇਟਾ ਪੌਇੰਟਾਂ ਦਾ ਇਕ ਸੰਗ੍ਰਹਿ ਹੁੰਦਾ ਹੈ। ਡੇਟਾਸੈੱਟ ਵੱਖ-ਵੱਖ ਫਾਰਮੈਟਾਂ ਅਤੇ ਸੰਰਚਨਾਵਾਂ ਵਿੱਚ ਆ ਸਕਦੇ ਹਨ, ਅਤੇ ਆਮ ਤੌਰ 'ਤੇ ਇਹ ਉਸਦੇ ਸਰੋਤ ਜਾਂ ਜਿਸ ਥਾਂ ਤੋਂ ਡੇਟਾ ਆਇਆ ਹੈ ਉਸ 'ਤੇ ਆਧਾਰਿਤ ਹੁੰਦੇ ਹਨ। ਉਦਾਹਰਣ ਲਈ, ਇੱਕ ਕੰਪਨੀ ਦੀ ਮਹੀਨਾਵਾਰ ਕਮਾਈ ਸਪ੍ਰੈੱਡਸ਼ੀਟ ਵਿੱਚ ਹੋ ਸਕਦੀ ਹੈ ਪਰ ਸਮਾਰਟਵੌਚ ਤੋਂ ਘੰਟਾਵਾਰ ਦਿਲ ਦੀ ਧੜਕਨ ਦਾ ਡੇਟਾ JSON ਫਾਰਮੈਟ ਵਿੱਚ ਹੋ ਸਕਦਾ ਹੈ। ਡੇਟਾ ਵਿਗਿਆਨੀਆਂ ਲਈ ਇੱਕ ਡੇਟਾਸੈੱਟ ਵਿੱਚ ਵੱਖ-ਵੱਖ ਕਿਸਮਾਂ ਦੇ ਡੇਟਾ ਨਾਲ ਕੰਮ ਕਰਨਾ ਆਮ ਗੱਲ ਹੈ।

ਇਹ ਪਾਠ ਇਸ ਗੱਲ 'ਤੇ ਕੇਂਦਰਿਤ ਹੈ ਕਿ ਡੇਟਾ ਨੂੰ ਉਸਦੀ ਵਿਸ਼ੇਸ਼ਤਾਵਾਂ ਅਤੇ ਸਰੋਤਾਂ ਦੁਆਰਾ ਕਿਵੇਂ ਪਛਾਣਿਆ ਅਤੇ ਵਰਗੀਕ੍ਰਿਤ ਕੀਤਾ ਜਾ ਸਕਦਾ ਹੈ।

ਪ੍ਰੀ-ਲੈਕਚਰ ਕੁਇਜ਼

ਡੇਟਾ ਕਿਵੇਂ ਵਰਣਨ ਕੀਤਾ ਜਾਂਦਾ ਹੈ

ਕੱਚਾ ਡੇਟਾ

ਕੱਚਾ ਡੇਟਾ ਉਹ ਡੇਟਾ ਹੈ ਜੋ ਆਪਣੇ ਸਰੋਤ ਤੋਂ ਆਪਣੀ ਸ਼ੁਰੂਆਤੀ ਹਾਲਤ ਵਿੱਚ ਆਇਆ ਹੈ ਅਤੇ ਜਿਸ ਦਾ ਵਿਸ਼ਲੇਸ਼ਣ ਜਾਂ ਵਿਵਸਥਾ ਨਹੀਂ ਕੀਤੀ ਗਈ। ਇੱਕ ਡੇਟਾਸੈੱਟ ਵਿੱਚ ਕੀ ਹੋ ਰਿਹਾ ਹੈ ਨੂੰ ਸਮਝਣ ਲਈ, ਇਸਨੂੰ ਇੱਕ ਐਸੇ ਫਾਰਮੈਟ ਵਿੱਚ ਵਿਵਸਥਿਤ ਕਰਨ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ ਜੋ ਮਨੁੱਖਾਂ ਅਤੇ ਉਹ ਤਕਨਾਲੋਜੀ ਦੂਆਰਾ ਸਮਝਿਆ ਜਾ ਸਕੇ ਜੋ ਇਸ ਦਾ ਹੋਰ ਵਿਸ਼ਲੇਸ਼ਣ ਕਰਦੇ ਹਨ। ਡੇਟਾਸੈੱਟ ਦੀ ਸੰਰਚਨਾ ਇਸ ਦੀ ਵਿਵਸਥਾ ਨੂੰ ਦਰਸਾਉਂਦੀ ਹੈ ਅਤੇ ਇਸਨੂੰ ਸੰਗਠਿਤ, ਅਸੰਰਚਿਤ ਅਤੇ ਅਰਧ-ਸੰਰਚਿਤ ਵਜੋਂ ਵਰਗੀਕ੍ਰਿਤ ਕੀਤਾ ਜਾ ਸਕਦਾ ਹੈ। ਇਹ ਸੰਰਚਨਾਵਾਂ ਸਰੋਤ ਦੇ ਅਨੁਸਾਰ ਵੱਖ-ਵੱਖ ਹੋ ਸਕਦੀਆਂ ਹਨ ਪਰ ਅੰਤ ਵਿੱਚ ਇਹਨ੍ਹਾਂ ਤਿੰਨ ਸ਼੍ਰੇਣੀਆਂ ਵਿੱਚ ਆਉਂਦੀਆਂ ਹਨ।

ਮਾਤਰਾਤਮਕ ਡੇਟਾ

ਮਾਤਰਾਤਮਕ ਡੇਟਾ ਡੇਟਾਸੈੱਟ ਵਿੱਚ ਗਿਣਤੀਬੱਧ ਨਿਰੀਖਣ ਹੁੰਦੇ ਹਨ ਅਤੇ ਆਮ ਤੌਰ 'ਤੇ ਵਿਸ਼ਲੇਸ਼ਣ, ਮਾਪ ਅਤੇ ਗਣਿਤੀਕ ਤੌਰ 'ਤੇ ਵਰਤਿਆ ਜਾ ਸਕਦਾ ਹੈ। ਮਾਤਰਾਤਮਕ ਡੇਟਾ ਦੇ ਕੁਝ ਉਦਾਹਰਨ ਹਨ: ਇੱਕ ਦੇਸ਼ ਦੀ ਆਬਾਦੀ, ਕਿਸੇ ਵਿਅਕਤੀ ਦੀ ਲੰਬਾਈ ਜਾਂ ਇੱਕ ਕੰਪਨੀ ਦੀ ਤਿਮਾਹੀ ਕਮਾਈ। ਕੁਝ ਹੋਰ ਵਿਸ਼ਲੇਸ਼ਣ ਨਾਲ, ਮਾਤਰਾਤਮਕ ਡੇਟਾ ਨੂੰ ਹਵਾ ਮਿਆਰੀ ਅੰਕ (AQI) ਦੇ ਮੌਸਮੀ ਰੁਝਾਨਾਂ ਨੂੰ ਖੋਜਣ ਲਈ ਜਾਂ ਆਮ ਕੰਮ ਦੇ ਦਿਨ ਦੌਰਾਨ ਰਸ਼ ਆਵਰ ਟ੍ਰੈਫਿਕ ਦੀ ਸੰਭਾਵਨਾ ਦਾ ਅੰਦਾਜ਼ ਲਗਾਉਣ ਲਈ ਵਰਤਿਆ ਜਾ ਸਕਦਾ ਹੈ।

ਗੁਣਾਤਮਕ ਡੇਟਾ

ਗੁਣਾਤਮਕ ਡੇਟਾ, ਜਿਸ ਨੂੰ ਵਰਗੀਕृत ਡੇਟਾ ਵੀ ਕਿਹਾ ਜਾਂਦਾ ਹੈ, ਉਹ ਡੇਟਾ ਹੁੰਦਾ ਹੈ ਜੋ ਮਾਤਰਾਤਮਕ ਡੇਟਾ ਵਾਂਗ ਗਿਣਤੀਬੱਧ ਨਹੀਂ ਕੀਤਾ ਜਾ ਸਕਦਾ। ਇਹ ਆਮ ਤੌਰ 'ਤੇ ਵਿਅਕਤੀਗਤ ਡੇਟਾ ਦੇ ਵੱਖ-ਵੱਖ ਫਾਰਮੈਟ ਹੁੰਦੇ ਹਨ ਜੋ ਕਿਸੇ ਚੀਜ਼ ਦੀ ਗੁਣਵੱਤਾ ਨੂੰ ਦਰਸਾਉਂਦੇ ਹਨ, ਜਿਵੇਂ ਕਿ ਇੱਕ ਉਤਪਾਦ ਜਾਂ ਪ੍ਰਕਿਰਿਆ। ਕਈ ਵਾਰ, ਗੁਣਾਤਮਕ ਡੇਟਾ ਗਿਣਤੀਬੱਧ ਵੀ ਹੋ ਸਕਦਾ ਹੈ ਪਰ ਆਮ ਤੌਰ 'ਤੇ ਪਰਗਣਿਤਮਕ ਤੌਰ 'ਤੇ ਵਰਤਿਆ ਨਹੀਂ ਜਾਂਦਾ, ਜਿਵੇਂ ਕਿ ਫ਼ੋਨ ਨੰਬਰ ਜਾਂ ਟਾਈਮਸਟੈਂਪ। ਗੁਣਾਤਮਕ ਡੇਟਾ ਦੇ ਕੁਝ ਉਦਾਹਰਣ ਹਨ: ਵੀਡੀਓ ਟਿੱਪਣੀਆਂ, ਕਾਰ ਦਾ ਮਾਡਲ ਅਤੇ ਮੈਕ, ਜਾਂ ਤੁਹਾਡੇ ਸਭ ਤੋਂ ਨੇੜਲੇ ਦੋਸਤਾਂ ਦਾ ਮਨਪਸੰਦ ਰੰਗ। ਗੁਣਾਤਮਕ ਡੇਟਾ ਨੂੰ ਸਮਝਣ ਲਈ ਵਰਤਿਆ ਜਾ ਸਕਦਾ ਹੈ ਕਿ ਕਿਹੜੇ ਉਤਪਾਦ ਉਪਭੋਗਤਾਵਾਂ ਨੂੰ ਸਭ ਤੋਂ ਵਧੀਆ ਲਗਦੇ ਹਨ ਜਾਂ ਨੌਕਰੀ ਦੀਆਂ ਅਰਜ਼ੀਆਂ ਵਿੱਚ ਲੋਕਪ੍ਰਿਯ ਕੀਵਰਡ ਪਤਾ ਕਰਨ ਲਈ।

ਸੰਰਚਿਤ ਡੇਟਾ

ਸੰਰਚਿਤ ਡੇਟਾ ਉਹ ਡੇਟਾ ਹੁੰਦਾ ਹੈ ਜੋ ਕਤਾਰਾਂ ਅਤੇ ਕਾਲਮਾਂ ਵਿੱਚ ਵਿਵਸਥਿਤ ਹੁੰਦਾ ਹੈ, ਜਿੱਥੇ ਹਰ ਕਤਾਰ ਵਿੱਚ ਇੱਕੋ ਜਿਹੇ ਕਾਲਮ ਹੁੰਦੇ ਹਨ। ਕਾਲਮ ਕਿਸੇ ਵਿਸ਼ੇਸ਼ ਕਿਸਮ ਦੇ ਮੁੱਲ ਨੂੰ ਦਰਸਾਉਂਦੇ ਹਨ ਅਤੇ ਨਾਮ ਨਾਲ ਪਹਿਚਾਨ ਕੀਤੇ ਜਾਂਦੇ ਹਨ ਜੋ ਮੁੱਲ ਦਾ ਵਰਣਨ ਕਰਦਾ ਹੈ, ਜਦਕਿ ਕਤਾਰਾਂ ਵਿੱਚ اصل ਮੁੱਲ ਹੁੰਦੇ ਹਨ। ਕਾਲਮਾਂ ਉੱਤੇ ਅਕਸਰ ਕੁਝ ਨਿਯਮ ਜਾਂ ਪਾਬੰਦੀਆਂ ਲਗਾਈਆਂ ਜਾਂਦੀਆਂ ਹਨ, ਤਾਂ ਜੋ ਮੁੱਲ ਸਹੀ ਤੌਰ 'ਤੇ ਕਾਲਮ ਨੂੰ ਦਰਸਾ ਸਕਣ। ਉਦਾਹਰਣ ਵਜੋਂ, ਇੱਕ ਗ੍ਰਾਹਕਾਂ ਦੀ ਸਪ੍ਰੈੱਡਸ਼ੀਟ ਦੀ ਕਲਪਨਾ ਕਰੋ ਜਿੱਥੇ ਹਰ ਕਤਾਰ ਵਿੱਚ ਫੋਨ ਨੰਬਰ ਹੋਣਾ ਲਾਜ਼ਮੀ ਹੈ ਅਤੇ ਫੋਨ ਨੰਬਰਾਂ ਵਿੱਚ ਅੱਖਰ ਸ਼ਾਮਲ ਨਹੀਂ ਹੁੰਦੇ। ਫੋਨ ਨੰਬਰ ਕਾਲਮ ਉੱਤੇ ਇਸ ਗੱਲ ਨੂੰ ਯਕੀਨੀ ਬਣਾਉਣ ਲਈ ਨਿਯਮ ਲਾਗੂ ਹੋ ਸਕਦੇ ਹਨ ਕਿ ਇਹ ਕਾਲਮ ਕਦੇ ਖਾਲੀ ਨਾ ਹੋਵੇ ਅਤੇ ਸਿਰਫ਼ ਨੰਬਰ ਹੀ ਰੱਖੇ।

ਸੰਰਚਿਤ ਡੇਟਾ ਦਾ ਲਾਭ ਇਹ ਹੈ ਕਿ ਇਸਨੂੰ ਇਸ ਤਰ੍ਹਾਂ ਵਿਵਸਥਿਤ ਕੀਤਾ ਜਾ ਸਕਦਾ ਹੈ ਕਿ ਇਹ ਹੋਰ ਸੰਰਚਿਤ ਡੇਟਾ ਨਾਲ ਜੁੜ ਸਕੇ। ਪਰ ਇਹ ਡੇਟਾ ਇੱਕ ਨਿਰਧਾਰਿਤ ਤਰੀਕੇ ਨਾਲ ਵਿਵਸਥਿਤ ਕੀਤਾ ਜਾਂਦਾ ਹੈ, ਇਸ ਲਈ ਇਸਦੀ ਸੰਰਚਨਾ ਵਿੱਚ ਬਦਲਾਅ ਕਰਨ ਵਿੱਚ ਬਹੁਤ ਮਿਹਨਤ ਲੱਗ ਸਕਦੀ ਹੈ। ਉਦਾਹਰਣ ਵਜੋਂ, ਗ੍ਰਾਹਕਾਂ ਦੀ ਸਪ੍ਰੈੱਡਸ਼ੀਟ ਵਿੱਚ ਇੱਕ ਈਮੇਲ ਕਾਲਮ ਸ਼ਾਮਲ ਕਰਨਾ ਜੋ ਖਾਲੀ ਨਾ ਹੋਵੇ, ਇਸਦਾ ਅਰਥ ਹੈ ਕਿ ਤੁਹਾਨੂੰ ਸੋਚਣਾ ਪਵੇਗਾ ਕਿ ਇਹ ਮੁੱਲ ਮੌਜੂਦਾ ਗ੍ਰਾਹਕਾਂ ਦੀਆਂ ਕਤਾਰਾਂ ਵਿੱਚ ਕਿਵੇਂ ਜੋੜੇ ਜਾਣ।

ਸੰਰਚਿਤ ਡੇਟਾ ਦੇ ਉਦਾਹਰਨ: ਸਪ੍ਰੈੱਡਸ਼ੀਟ, ਸੰਬੰਧਤ ਡੇਟਾਬੇਸ, ਫੋਨ ਨੰਬਰ, ਬੈਂਕ ਬਿਆਨ

ਅਸੰਰਚਿਤ ਡੇਟਾ

ਅਸੰਰਚਿਤ ਡੇਟਾ ਆਮ ਤੌਰ 'ਤੇ ਕਤਾਰਾਂ ਜਾਂ ਕਾਲਮਾਂ ਵਿੱਚ ਵਰਗੀਕ੍ਰਿਤ ਨਹੀਂ ਕੀਤਾ ਜਾ ਸਕਦਾ ਅਤੇ ਇਸ ਵਿੱਚ ਕੋਈ ਫਾਰਮੈਟ ਜਾਂ ਨਿਯਮ ਨਹੀਂ ਹੁੰਦੇ। ਕਿਉਂਕਿ ਅਸੰਰਚਿਤ ਡੇਟਾ ਦੀ ਸੰਰਚਨਾ ਉੱਤੇ ਘੱਟ ਪਾਬੰਦੀਆਂ ਹੁੰਦੀਆਂ ਹਨ, ਇਸ ਵਿੱਚ ਨਵੀਂ ਜਾਣਕਾਰੀ ਸ਼ਾਮਲ ਕਰਨਾ ਸੰਰਚਿਤ ਡੇਟਾਸੈੱਟ ਦੇ ਮੁਕਾਬਲੇ ਅਸਾਨ ਹੁੰਦਾ ਹੈ। ਜੇਕਰ ਕੋਈ ਸੈਂਸਰ ਹਰੇਕ 2 ਮਿੰਟਾਂ ਵਿੱਚ ਬੈਰੋਮੈਟ੍ਰਿਕ ਦਬਾਅ ਦਾ ਡੇਟਾ ਕੈਪਚਰ ਕਰਦਾ ਹੈ ਅਤੇ ਹੁਣ ਉਸਨੂੰ ਤਾਪਮਾਨ ਮਾਪਣ ਦਾ ਵੀ ਅੱਪਡੇਟ ਮਿਲਿਆ ਹੈ, ਤਾਂ ਅਸੰਰਚਿਤ ਡੇਟਾ ਹੋਣ ਕਰਕੇ ਮੌਜੂਦਾ ਡੇਟਾ ਵਿੱਚ ਕੋਈ ਬਦਲਾਵ ਕਰਨ ਦੀ ਲੋੜ ਨਹੀਂ ਹੋਵੇਗੀ। ਪਰ ਇਸ ਤਰ੍ਹਾਂ ਦੇ ਡੇਟੇ ਦਾ ਵਿਸ਼ਲੇਸ਼ਣ ਜਾਂ ਜਾਂਚ ਕਰਨਾ ਜ਼ਿਆਦਾ ਸਮਾਂ ਲੈ ਸਕਦਾ ਹੈ। ਉਦਾਹਰਣ ਲਈ, ਇੱਕ ਵਿਗਿਆਨੀ ਜੋ ਪਿਛਲੇ ਮਹੀਨੇ ਦਾ ਔਸਤ ਤਾਪਮਾਨ ਸੈਂਸਰ ਦੇ ਡੇਟਾ ਤੋਂ ਲੱਭਣਾ ਚਾਹੁੰਦਾ ਹੈ, ਪਰ ਪਤਾ ਲਗਦਾ ਹੈ ਕਿ ਸੈਂਸਰ ਨੇ ਕੁਝ ਡੇਟਾ ਵਿੱਚ "e" ਦਰਜ ਕੀਤਾ ਹੈ ਜੋ ਦਰਸਾਉਂਦਾ ਹੈ ਕਿ ਸੈਂਸਰ ਟੁੱਟਿਆ ਹੋਇਆ ਸੀ, ਜੋ ਅਰਥ ਹੈ ਕਿ ਡੇਟਾ ਅਧੂਰਾ ਹੈ।

ਅਸੰਰਚਿਤ ਡੇਟਾ ਦੇ ਉਦਾਹਰਣ: ਟੈਕਸਟ ਫਾਇਲਾਂ, ਟੈਕਸਟ ਸੁਨੇਹੇ, ਵੀਡੀਓ ਫਾਇਲਾਂ

ਅਰਧ-ਸੰਰਚਿਤ ਡੇਟਾ

ਅਰਧ-ਸੰਰਚਿਤ ਡੇਟਾ ਵਿੱਚ ਐਸੀਆਂ ਵਿਸ਼ੇਸ਼ਤਾਵਾਂ ਹੁੰਦੀਆਂ ਹਨ ਜੋ ਇਸਨੂੰ ਸੰਰਚਿਤ ਅਤੇ ਅਸੰਰਚਿਤ ਡੇਟਾ ਦਾ ਮਿਲਾਪ ਬਣਾਉਂਦੀਆਂ ਹਨ। ਇਹ ਆਮ ਤੌਰ 'ਤੇ ਕਤਾਰਾਂ ਅਤੇ ਕਾਲਮਾਂ ਦੇ ਫਾਰਮੈਟ ਤੇ ਖਰੇ ਨਹੀਂ ਉਤਰਦਾ ਪਰ ਇਸ ਤਰ੍ਹਾਂ ਵਿਵਸਥਿਤ ਹੁੰਦਾ ਹੈ ਜੋ ਸੰਰਚਿਤ ਮੰਨਿਆ ਜਾਂਦਾ ਹੈ ਅਤੇ ਸਥਿਰ ਫਾਰਮੈਟ ਜਾਂ ਨਿਯਮਾਂ ਦਾ ਪਾਲਣ ਕਰ ਸਕਦਾ ਹੈ। ਸੰਰਚਨਾ ਸਰੋਤਾਂ ਦੇ ਮੁਤਾਬਕ ਵੱਖ-ਵੱਖ ਹੁੰਦੀ ਹੈ, ਜਿਵੇਂ ਕਿ ਇੱਕ ਚੰਗੀ ਤਰੀਕੇ ਨਾਲ ਨਿਰਧਾਰਿਤ ਹਾਇਰਾਰਕੀ ਤੋਂ ਲੈ ਕੇ ਕੁਝ ਜ਼ਿਆਦਾ ਲਚਕੀਲੇ ਤਰੀਕੇ ਤੱਕ ਜੋ ਨਵੀਂ ਜਾਣਕਾਰੀ ਨੂੰ ਆਸਾਨੀ ਨਾਲ ਜੋੜਨ ਦੀ ਆਗਿਆ ਦਿੰਦਾ ਹੈ। ਮੈਟਾਡੇਟਾ ਉਹ ਸੰਕੇਤ ਹਨ ਜੋ ਫੈਸਲਾ ਕਰਨ ਵਿੱਚ ਮਦਦ ਕਰਦੇ ਹਨ ਕਿ ਡੇਟਾ ਕਿਵੇਂ ਵਿਵਸਥਿਤ ਅਤੇ ਸਟੋਰ ਕੀਤਾ ਗਿਆ ਹੈ ਅਤੇ ਇਹ ਡੇਟਾ ਦੀ ਕਿਸਮ ਦੇ ਅਨੁਸਾਰ ਵੱਖ-ਵੱਖ ਨਾਮਾਂ ਨਾਲ ਜਾਣੇ ਜਾਂਦੇ ਹਨ। ਮੈਟਾਡੇਟਾ ਦੇ ਕੁਝ ਆਮ ਨਾਮ ਟੈਗ, ਤੱਤ, ਇਕਾਈਆਂ ਅਤੇ ਗੁਣ ਹਨ। ਉਦਾਹਰਣ ਵਜੋਂ, ਇੱਕ ਆਮ ਈਮੇਲ ਸੁਨੇਹਾ ਵਿੱਚ ਇੱਕ ਵਿਸ਼ਾ, ਬਾਡੀ ਅਤੇ ਪ੍ਰਾਪਤਕਰਤਿਆਂ ਦਾ ਸੈੱਟ ਹੁੰਦਾ ਹੈ ਅਤੇ ਇਸਨੂੰ ਇਸ ਅਨੁਸਾਰ ਵਿਵਸਥਿਤ ਕੀਤਾ ਜਾ ਸਕਦਾ ਹੈ ਕਿ ਇਹ ਕਿਸ ਨੇ ਜਾਂ ਕਦੋਂ ਭੇਜਿਆ ਸੀ।

ਅਰਧ-ਸੰਰਚਿਤ ਡੇਟਾ ਦੇ ਉਦਾਹਰਣ: HTML, CSV ਫਾਇਲਾਂ, ਜਾਵਾਸਕ੍ਰਿਪਟ ਓਬਜੈਕਟ ਨੋਟੇਸ਼ਨ (JSON)

ਡੇਟਾ ਦੇ ਸਰੋਤ

ਡੇਟਾ ਸਰੋਤ ਉਸ ਮੁੱਖ ਥਾਂ ਨੂੰ ਕਹਿੰਦੇ ਹਨ ਜਿੱਥੇ ਡੇਟਾ ਤਿਆਰ ਕੀਤਾ ਗਿਆ ਸੀ ਜਾਂ ਜਿੱਥੇ ਇਹ "ਰਿਹਾਇਸ਼" ਕਰਦਾ ਹੈ ਅਤੇ ਇਹ ਇਸ ਗੱਲ 'ਤੇ منحصر ਕਰਦਾ ਹੈ ਕਿ ਇਹ ਕਿਵੇਂ ਅਤੇ ਕਦੋਂ ਇਕੱਠਾ ਕੀਤਾ ਗਿਆ ਸੀ। ਉਸ ਡੇਟਾ ਨੂੰ ਪ੍ਰਾਇਮਰੀ ਡੇਟਾ ਕਿਹਾ ਜਾਂਦਾ ਹੈ ਜੋ ਇਸਦੇ ਉਪਭੋਗਤਾਵਾਂ ਦੁਆਰਾ ਤਿਆਰ ਕੀਤਾ ਗਿਆ ਹੋਵੇ, ਜਦਕਿ ਸਕੈਂਡਰੀ ਡੇਟਾ ਉਸ ਸਰੋਤ ਤੋਂ ਆਉਂਦਾ ਹੈ ਜਿਸਨੇ ਸਰਵਜਨਿਕ ਉਪਯੋਗ ਲਈ ਡੇਟਾ ਇਕੱਠਾ ਕੀਤਾ ਹੋਵੇ। ਉਦਾਹਰਨ ਵਜੋਂ, ਇੱਕ ਸਾਇੰਟਿਸਟਾਂ ਦੀ ਟੀਮ ਜਿਹੜੀ ਜੰਗਲ ਵਿੱਚ ਨਿਰੀਖਣ ਕਰ ਰਹੀ ਹੋਵੇ, ਉਸਨੂੰ ਪ੍ਰਾਇਮਰੀ ਮੰਨਿਆ ਜਾਵੇਗਾ ਅਤੇ ਜੇ ਉਹ ਇਸਨੂੰ ਹੋਰ ਸਾਇੰਟਿਸਟਾਂ ਨਾਲ ਸਾਂਝਾ ਕਰਦੇ ਹਨ ਤਾਂ ਉਹ ਉਨ੍ਹਾਂ ਲਈ ਸਕੈਂਡਰੀ ਬਣ ਜਾਵੇਗਾ।

ਡੇਟਾਬੇਸ ਇੱਕ ਆਮ ਸਰੋਤ ਹਨ ਅਤੇ ਡੇਟਾ ਨੂੰ ਹੋਸਟ ਅਤੇ ਸੰਭਾਲਣ ਲਈ ਡੇਟਾਬੇਸ ਮੈਨੇਜਮੈਂਟ ਸਿਸਟਮ 'ਤੇ ਨਿਰਭਰ ਕਰਦੇ ਹਨ ਜਿੱਥੇ ਉਪਭੋਗਤਾ ਕਮਾਂਡਾਂ, ਜਿਨ੍ਹਾਂ ਨੂੰ ਕੁਇਰੀਜ਼ ਕਿਹਾ ਜਾਂਦਾ ਹੈ, ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਡੇਟਾ ਦਾ ਅਧਿਐਨ ਕਰਦੇ ਹਨ। ਫਾਇਲਾਂ ਸਰੋਤ ਵਜੋਂ ਆਡੀਓ, ਚਿੱਤਰ, ਅਤੇ ਵੀਡੀਓ ਫਾਇਲਾਂ ਅਤੇ ਸਪ੍ਰੈਡਸ਼ੀਟਾਂ ਜਿਵੇਂ Excel ਹੋ ਸਕਦੀਆਂ ਹਨ। ਇੰਟਰਨੇਟ ਸਰੋਤਾਂ ਇੱਕ ਆਮ ਥਾਂ ਹਨ ਜਿੱਥੇ ਡੇਟਾਬੇਸ ਅਤੇ ਫਾਇਲਾਂ ਮਿਲਦੀਆਂ ਹਨ। ਐਪਲੀਕੇਸ਼ਨ ਪ੍ਰੋਗ੍ਰਾਮਿੰਗ ਇੰਟਰਫੇਸ, ਜਿਨ੍ਹਾਂ ਨੂੰ APIs ਵੀ ਕਿਹਾ ਜਾਂਦਾ ਹੈ, ਪ੍ਰੋਗ੍ਰਾਮਰਾਂ ਨੂੰ ਬਾਹਰੀ ਉਪਭੋਗਤਾਵਾਂ ਨਾਲ ਡੇਟਾ ਸਾਂਝਾ ਕਰਨ ਦੇ ਤਰੀਕੇ ਬਣਾਉਣ ਦਿੰਦੇ ਹਨ, ਜਦਕਿ ਵੈੱਬ ਸਕ੍ਰੈਪਿੰਗ ਇੱਕ ਵੈੱਬ ਪੇਜ਼ ਤੋਂ ਡੇਟਾ ਕੱਢਦਾ ਹੈ। Working with Data ਵਿੱਚ ਪਾਠ ਵੱਖ-ਵੱਖ ਡੇਟਾ ਸਰੋਤਾਂ ਦੀ ਵਰਤੋਂ 'ਤੇ ਕੇਂਦਰਿਤ ਹਨ।

ਨਿਸ਼ਕਰਸ਼

ਇਸ ਪਾਠ ਵਿੱਚ ਅਸੀਂ ਇਹ ਸਿੱਖਿਆ:

• ਡੇਟਾ ਕੀ ਹੈ
• ਡੇਟਾ ਕਿਵੇਂ ਵਰਣਨ ਕੀਤਾ ਜਾਂਦਾ ਹੈ
• ਡੇਟਾ ਕਿਵੇਂ ਵਰਗੀਕ੍ਰਿਤ ਅਤੇ ਸ਼੍ਰੇਣੀਬੱਧ ਕੀਤਾ ਜਾਂਦਾ ਹੈ
• ਡੇਟਾ ਕਿੱਥੇ ਮਿਲ ਸਕਦਾ ਹੈ

🚀 ਚੈਲੈਂਜ

Kaggle ਖੁੱਲ੍ਹੇ ਡੇਟਾਸੈੱਟਾਂ ਦਾ ਇਕ ਬਹੁਤ ਵਧੀਆ ਸਰੋਤ ਹੈ। ਡੇਟਾਸੈੱਟ ਖੋਜ ਟੂਲ ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਕੁਝ ਰੁਚਿਕਰ ਡੇਟਾਸੈੱਟ ਲੱਭੋ ਅਤੇ ਹੇਠ ਲਿਖੇ ਮਾਪਦੰਡਾਂ ਨਾਲ 3-5 ਡੇਟਾਸੈੱਟਾਂ ਨੂੰ ਵਰਗੀਕ੍ਰਿਤ ਕਰੋ:

• ਕੀ ਡੇਟਾ ਮਾਤਰਾਤਮਕ ਹੈ ਜਾਂ ਗੁਣਾਤਮਕ?
• ਕੀ ਡੇਟਾ ਸੰਰਚਿਤ, ਅਸੰਰਚਿਤ ਜਾਂ ਅਰਧ-ਸੰਰਚਿਤ ਹੈ?

ਪੋਸਟ-ਲੈਕਚਰ ਕੁਇਜ਼

ਸਮੀਖਿਆ ਅਤੇ ਆਪ ਪੜ੍ਹਾਈ

• ਇਸ Microsoft Learn ਯੂਨਿਟ, ਜਿਸ ਦਾ ਸਿਰਲੇਖ ਡੇਟਾ ਫਾਰਮੈਟਾਂ ਦੀ ਪਹਿਚਾਣ ਹੈ, ਵਿੱਚ ਸੰਰਚਿਤ, ਅਰਧ-ਸੰਰਚਿਤ ਅਤੇ ਅਸੰਰਚਿਤ ਡੇਟਾ ਦੀ ਵਿਸ਼ਤ ਰੂਪ ਵਿੱਚ ਵਿਵਰਨਾ ਹੈ।

ਅਸਾਈਨਮੈਂਟ

ਡੇਟਾਸੈੱਟਾਂ ਨੂੰ ਵਰਗੀਕ੍ਰਿਤ ਕਰਨਾ

---

ਅਸਵੀਕਾਰੋਪਣ: ਇਸ ਦਸਤਾਵੇਜ਼ ਦਾ ਅਨੁਵਾਦ ਏਆਈ ਅਨੁਵਾਦ ਸੇਵਾ Co-op Translator ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਕੀਤਾ ਗਿਆ ਹੈ। ਜਦੋਂ ਕਿ ਅਸੀਂ ਸਹੀਤਾਵਾਂ ਲਈ ਯਤਨਸ਼ੀਲ ਹਾਂ, ਕਿਰਪਾ ਕਰਕੇ ਧਿਆਨ ਰੱਖੋ ਕਿ ਸਵੈਚਾਲਿਤ ਅਨੁਵਾਦਾਂ ਵਿੱਚ ਗਲਤੀਆਂ ਜਾਂ ਅਸਮੱਤਿਆਵਾਂ ਹੋ ਸਕਦੀਆਂ ਹਨ। ਮੂਲ ਦਸਤਾਵੇਜ਼ ਆਪਣੀ ਮੂਲ ਭਾਸ਼ਾ ਵਿੱਚ ਅਧਿਕਾਰਕ ਸਰੋਤ ਮੰਨਿਆ ਜਾਣਾ ਚਾਹੀਦਾ ਹੈ। ਜਰੂਰੀ ਜਾਣਕਾਰੀ ਲਈ, ਪੇਸ਼ੇਵਰ ਮਨੁੱਖੀ ਅਨੁਵਾਦ ਦੀ ਸਿਫ਼ਾਰਸ਼ ਕੀਤੀ ਜਾਂਦੀ ਹੈ। ਅਸੀਂ ਇਸ ਅਨੁਵਾਦ ਦੇ ਉਪਯੋਗ ਤੋਂ ਪੈਦਾ ਹੋਣ ਵਾਲੀਆਂ ਕਿਸੇ ਵੀ ਗਲਤਫਹਿਮੀਆਂ ਜਾਂ ਗਲਤ ਵਿਆਖਿਆਵਾਂ ਲਈ ਜਵਾਬਦੇਹ ਨਹੀਂ ਹਾਂ।