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

การกำหนดข้อมูล

การกำหนดข้อมูล - สเก็ตช์โน้ตโดย @nitya

ข้อมูลคือข้อเท็จจริง ข้อมูลสังเกตการณ์และการวัดที่ใช้ในการค้นพบและสนับสนุนการตัดสินใจอย่างมีข้อมูล จุดข้อมูลคือหน่วยข้อมูลเดียวภายในชุดข้อมูล ซึ่งเป็นการรวบรวมของจุดข้อมูล ชุดข้อมูลอาจมาในรูปแบบและโครงสร้างที่แตกต่างกัน และมักจะขึ้นอยู่กับแหล่งที่มา หรือต้นทางของข้อมูล เช่น รายได้รายเดือนของบริษัทอาจอยู่ในสเปรดชีต แต่ข้อมูลอัตราการเต้นของหัวใจรายชั่วโมงจากสมาร์ตวอทช์อาจอยู่ในรูปแบบ JSON นักวิทยาศาสตร์ข้อมูลมักทำงานกับข้อมูลประเภทต่าง ๆ ภายในชุดข้อมูล

บทเรียนนี้มุ่งเน้นไปที่การระบุและจัดประเภทข้อมูลตามลักษณะและแหล่งที่มา

แบบทดสอบก่อนบรรยาย

วิธีการอธิบายข้อมูล

ข้อมูลดิบ

ข้อมูลดิบคือข้อมูลที่มาจากแหล่งที่มาในสถานะเริ่มต้นและยังไม่ได้รับการวิเคราะห์หรือจัดระเบียบ เพื่อทำความเข้าใจสิ่งที่เกิดขึ้นกับชุดข้อมูล จำเป็นต้องจัดระเบียบให้อยู่ในรูปแบบที่มนุษย์และเทคโนโลยีที่ใช้วิเคราะห์สามารถเข้าใจได้ โครงสร้างของชุดข้อมูลบอกว่าข้อมูลถูกจัดระเบียบอย่างไร และสามารถจัดประเภทเป็น โครงสร้าง, ไม่มีโครงสร้าง และกึ่งโครงสร้าง โครงสร้างเหล่านี้จะแตกต่างกันไปตามแหล่งที่มา แต่จะอยู่ในสามหมวดหมู่นี้

ข้อมูลเชิงปริมาณ

ข้อมูลเชิงปริมาณคือการสังเกตเชิงตัวเลขภายในชุดข้อมูลและโดยทั่วไปสามารถวิเคราะห์ วัด และใช้ในทางคณิตศาสตร์ ตัวอย่างข้อมูลเชิงปริมาณ เช่น จำนวนประชากรของประเทศ ความสูงของบุคคล หรือรายได้รายไตรมาสของบริษัท ด้วยการวิเคราะห์เพิ่มเติม ข้อมูลเชิงปริมาณสามารถใช้ค้นหาแนวโน้มตามฤดูกาลของดัชนีคุณภาพอากาศ (AQI) หรือประมาณความเป็นไปได้ของการจราจรในชั่วโมงเร่งด่วนในวันที่ทำงานทั่วไป

ข้อมูลเชิงคุณภาพ

ข้อมูลเชิงคุณภาพหรือที่เรียกว่าข้อมูลเชิงหมวดหมู่ คือข้อมูลที่ไม่สามารถวัดได้แบบวัตถุประสงค์เหมือนการสังเกตของข้อมูลเชิงปริมาณ โดยทั่วไปเป็นรูปแบบต่าง ๆ ของข้อมูลเชิงอัตนัยที่จับคุณภาพของสิ่งใดสิ่งหนึ่ง เช่น ผลิตภัณฑ์หรือกระบวนการ บางครั้งข้อมูลเชิงคุณภาพเป็นตัวเลขและโดยทั่วไปจะไม่ได้ใช้ในทางคณิตศาสตร์ เช่น หมายเลขโทรศัพท์หรือเวลาบันทึก ตัวอย่างข้อมูลเชิงคุณภาพ เช่น ความคิดเห็นในวิดีโอ ยี่ห้อและรุ่นของรถ หรือสีโปรดของเพื่อนสนิท ข้อมูลเชิงคุณภาพสามารถใช้ทำความเข้าใจว่าสินค้าใดที่ผู้บริโภครักมากที่สุด หรือระบุคำสำคัญยอดนิยมในประวัติย่อสมัครงาน

ข้อมูลโครงสร้าง

ข้อมูลโครงสร้างคือข้อมูลที่จัดระเบียบเป็นแถวและคอลัมน์ ซึ่งแต่ละแถวจะมีชุดคอลัมน์เดียวกัน คอลัมน์แทนค่าของประเภทข้อมูลเฉพาะและจะมีชื่ออธิบายค่าที่แทน ในขณะที่แถวจะมีค่าจริง คอลัมน์มักมีชุดกฎหรือข้อจำกัดเฉพาะบนค่าที่อยู่ เพื่อให้แน่ใจว่าค่าแสดงถึงคอลัมน์ได้อย่างถูกต้อง เช่น สมมุติว่ามีสเปรดชีตของลูกค้าที่แต่ละแถวต้องมีหมายเลขโทรศัพท์และหมายเลขโทรศัพท์นั้นต้องไม่มีตัวอักษรภาษาอังกฤษ อาจมีกฎที่ใช้บนคอลัมน์หมายเลขโทรศัพท์เพื่อให้แน่ใจว่าไม่ว่างและมีแต่ตัวเลขเท่านั้น

ข้อดีของข้อมูลโครงสร้างคือสามารถจัดระเบียบในลักษณะที่สัมพันธ์กับข้อมูลโครงสร้างอื่น ๆ ได้ อย่างไรก็ตาม เนื่องจากข้อมูลถูกออกแบบให้อยู่ในรูปแบบที่เฉพาะเจาะจง การเปลี่ยนแปลงโครงสร้างโดยรวมอาจต้องใช้ความพยายามมาก เช่น การเพิ่มคอลัมน์อีเมลในสเปรดชีตลูกค้าที่ไม่สามารถเว้นว่างได้ คุณจะต้องหาวิธีเพิ่มค่าเหล่านี้ในแถวลูกค้าที่มีอยู่ในชุดข้อมูล

ตัวอย่างของข้อมูลโครงสร้าง: สเปรดชีต ฐานข้อมูลความสัมพันธ์ หมายเลขโทรศัพท์ รายงานบัญชีธนาคาร

ข้อมูลไม่มีโครงสร้าง

ข้อมูลไม่มีโครงสร้างมักไม่สามารถจัดประเภทในแถวหรือคอลัมน์และไม่มีรูปแบบหรือชุดกฎให้ปฏิบัติตาม เนื่องจากข้อมูลไม่มีโครงสร้างมีข้อจำกัดน้อยกว่าในโครงสร้าง จึงง่ายต่อการเพิ่มข้อมูลใหม่ เมื่อเทียบกับชุดข้อมูลโครงสร้าง เช่น หากเซ็นเซอร์ที่จับข้อมูลความกดอากาศบารอมิเตอร์ทุก 2 นาทีได้รับการอัปเดตให้วัดและบันทึกอุณหภูมิได้โดยไม่ต้องแก้ไขข้อมูลเดิมหากเป็นข้อมูลไม่มีโครงสร้าง แต่สิ่งนี้อาจทำให้การวิเคราะห์หรือการตรวจสอบข้อมูลประเภทนี้ใช้เวลามากขึ้น เช่น นักวิทยาศาสตร์ที่ต้องการหาค่าเฉลี่ยอุณหภูมิของเดือนก่อนหน้าจากข้อมูลเซ็นเซอร์ แต่ค้นพบว่าเซ็นเซอร์บันทึกตัวอักษร "e" ในข้อมูลบางส่วนเพื่อบอกว่าเซ็นเซอร์เสีย แทนที่จะเป็นตัวเลข ซึ่งแปลว่าข้อมูลไม่สมบูรณ์

ตัวอย่างข้อมูลไม่มีโครงสร้าง: ไฟล์ข้อความ ข้อความตัวอักษร ไฟล์วิดีโอ

กึ่งโครงสร้าง

ข้อมูลกึ่งโครงสร้างมีลักษณะที่เป็นการผสมผสานระหว่างข้อมูลโครงสร้างและไม่มีโครงสร้าง โดยทั่วไปไม่เป็นไปตามรูปแบบของแถวและคอลัมน์ แต่จัดระเบียบในลักษณะที่ถือว่าเป็นโครงสร้างและอาจเป็นไปตามรูปแบบคงที่หรือชุดกฎ โครงสร้างจะแตกต่างกันไปตามแหล่งที่มา เช่น มีลำดับชั้นที่กำหนดไว้อย่างชัดเจนหรือมีความยืดหยุ่นที่ช่วยให้สามารถรวมข้อมูลใหม่ได้ง่าย Metadata คือดัชนีที่ช่วยตัดสินใจว่าข้อมูลถูกจัดระเบียบและจัดเก็บอย่างไรและจะมีชื่อเรียกต่าง ๆ ตามประเภทข้อมูล บางชื่อที่พบบ่อยสำหรับ metadata คือ แท็ก, อีเลเมนต์, เอนทิตี และแอททริบิวต์ เช่น อีเมลทั่วไปจะมีหัวเรื่อง เนื้อหา และชุดผู้รับ และสามารถจัดระเบียบตามผู้ส่งหรือเวลาส่ง

ตัวอย่างข้อมูลกึ่งโครงสร้าง: HTML, ไฟล์ CSV, JavaScript Object Notation (JSON)

แหล่งข้อมูล

แหล่งข้อมูลคือสถานที่เริ่มต้นที่ข้อมูลถูกสร้างขึ้น หรือที่ที่ข้อมูล "อาศัยอยู่" และจะแตกต่างกันตามวิธีและเวลาที่เก็บรวบรวม ข้อมูลที่สร้างโดยผู้ใช้เป็นที่รู้จักในชื่อข้อมูลหลัก ขณะที่ข้อมูลรองมาจากแหล่งที่เก็บข้อมูลเพื่อใช้ทั่วไป เช่น กลุ่มนักวิทยาศาสตร์ที่เก็บรวบรวมข้อมูลสังเกตการณ์ในป่าฝนจะถูกพิจารณาว่าเป็นข้อมูลหลัก และถ้าพวกเขาตัดสินใจแบ่งปันกับนักวิทยาศาสตร์คนอื่น ๆ ข้อมูลนี้จะถือเป็นข้อมูลรองสำหรับผู้ใช้คนนั้น

ฐานข้อมูลเป็นแหล่งข้อมูลทั่วไปที่พึ่งพาระบบการจัดการฐานข้อมูลเพื่อโฮสต์และบำรุงรักษาข้อมูล โดยผู้ใช้ใช้คำสั่งที่เรียกว่าคิวรีเพื่อสำรวจข้อมูล ไฟล์เป็นแหล่งข้อมูลที่อาจเป็นไฟล์เสียง ภาพ และวิดีโอ รวมทั้งสเปรดชีตอย่าง Excel แหล่งข้อมูลอินเทอร์เน็ตเป็นสถานที่ทั่วไปสำหรับโฮสต์ข้อมูล ซึ่งพบได้ทั้งฐานข้อมูลและไฟล์ API หรือที่รู้จักกันในชื่อ application programming interfaces ช่วยให้โปรแกรมเมอร์สร้างวิธีการแบ่งปันข้อมูลกับผู้ใช้งานภายนอกผ่านอินเทอร์เน็ต ในขณะที่กระบวนการเว็บสแครบปิ้งดึงข้อมูลจากหน้าเว็บ บทเรียนใน Working with Data มุ่งเน้นไปที่วิธีใช้งานแหล่งข้อมูลต่าง ๆ

สรุป

ในบทเรียนนี้เราได้เรียนรู้:

• ข้อมูลคืออะไร
• วิธีการอธิบายข้อมูล
• วิธีการจัดประเภทและจำแนกข้อมูล
• ที่มาของข้อมูล

🚀 ความท้าทาย

Kaggle เป็นแหล่งข้อมูลชุดเปิดที่ยอดเยี่ยม ใช้ เครื่องมือค้นหาชุดข้อมูล เพื่อค้นหาชุดข้อมูลที่น่าสนใจและจัดประเภทชุดข้อมูล 3-5 ชุดตามเกณฑ์นี้:

• ข้อมูลเป็นเชิงปริมาณหรือเชิงคุณภาพ?
• ข้อมูลเป็นโครงสร้าง ไม่มีโครงสร้าง หรือกึ่งโครงสร้าง?

แบบทดสอบหลังบรรยาย

ทบทวน & ศึกษาด้วยตัวเอง

• หน่วยเรียนของ Microsoft Learn ชื่อ Identify data formats มีการแบ่งแยกข้อมูลโครงสร้าง กึ่งโครงสร้าง และไม่มีโครงสร้างอย่างละเอียด

งานมอบหมาย

การจัดประเภทชุดข้อมูล

---

ปฏิเสธความรับผิดชอบ: เอกสารนี้ได้รับการแปลโดยใช้บริการแปลภาษา AI Co-op Translator ขณะที่เราพยายามให้ความถูกต้อง โปรดทราบว่าการแปลโดยอัตโนมัติอาจมีข้อผิดพลาดหรือความไม่ถูกต้อง เอกสารต้นฉบับในภาษาต้นทางควรถูกพิจารณาเป็นแหล่งข้อมูลที่เชื่อถือได้ สำหรับข้อมูลที่สำคัญ แนะนำให้ใช้การแปลโดยมนุษย์มืออาชีพ เราไม่รับผิดชอบต่อความเข้าใจผิดหรือการตีความที่ผิดพลาดที่เกิดขึ้นจากการใช้การแปลนี้