13 KiB
تعريف البيانات
 |
|---|
| تعريف البيانات - رسم توضيحي من @nitya |
البيانات هي حقائق، معلومات، ملاحظات وقياسات تُستخدم لاكتشاف أشياء جديدة ودعم اتخاذ قرارات مستنيرة. نقطة البيانات هي وحدة واحدة من البيانات داخل مجموعة بيانات، والتي هي عبارة عن مجموعة من نقاط البيانات. قد تأتي مجموعات البيانات بأشكال وهياكل مختلفة، وعادةً ما تعتمد على مصدرها أو المكان الذي جاءت منه البيانات. على سبيل المثال، قد تكون أرباح شركة شهرية في جدول بيانات، بينما قد تكون بيانات معدل ضربات القلب كل ساعة من ساعة ذكية بتنسيق JSON. من الشائع أن يعمل علماء البيانات مع أنواع مختلفة من البيانات داخل مجموعة بيانات واحدة.
تركز هذه الدرس على تحديد وتصنيف البيانات بناءً على خصائصها ومصادرها.
اختبار ما قبل المحاضرة
كيف يتم وصف البيانات
البيانات الخام
البيانات الخام هي البيانات التي تأتي من مصدرها في حالتها الأولية ولم يتم تحليلها أو تنظيمها. لفهم ما يحدث داخل مجموعة بيانات، يجب تنظيمها في صيغة يمكن للبشر والتكنولوجيا التي يستخدمونها لتحليلها فهمها. تصف بنية مجموعة البيانات كيفية تنظيمها ويمكن تصنيفها إلى بيانات منظمة، غير منظمة، وشبه منظمة. تختلف هذه الأنواع من البنية بناءً على المصدر، لكنها في النهاية تندرج ضمن هذه الفئات الثلاث.
البيانات الكمية
البيانات الكمية هي ملاحظات رقمية داخل مجموعة بيانات، ويمكن عادةً تحليلها وقياسها واستخدامها رياضيًا. بعض الأمثلة على البيانات الكمية هي: عدد سكان بلد ما، طول شخص ما، أو أرباح شركة ربع سنوية. مع بعض التحليل الإضافي، يمكن استخدام البيانات الكمية لاكتشاف الاتجاهات الموسمية لمؤشر جودة الهواء (AQI) أو تقدير احتمالية ازدحام المرور في ساعة الذروة في يوم عمل عادي.
البيانات النوعية
البيانات النوعية، والمعروفة أيضًا بالبيانات التصنيفية، هي بيانات لا يمكن قياسها بشكل موضوعي مثل ملاحظات البيانات الكمية. هي عمومًا أشكال مختلفة من البيانات الذاتية التي تلتقط جودة شيء ما، مثل منتج أو عملية. أحيانًا تكون البيانات النوعية رقمية ولكنها لا تُستخدم عادةً رياضيًا، مثل أرقام الهواتف أو الطوابع الزمنية. بعض الأمثلة على البيانات النوعية هي: تعليقات الفيديو، نوع وطراز السيارة، أو اللون المفضل لأقرب أصدقائك. يمكن استخدام البيانات النوعية لفهم المنتجات التي يفضلها المستهلكون أو تحديد الكلمات الرئيسية الشائعة في السير الذاتية للوظائف.
البيانات المنظمة
البيانات المنظمة هي بيانات منظمة في صفوف وأعمدة، حيث يحتوي كل صف على نفس مجموعة الأعمدة. تمثل الأعمدة قيمة من نوع معين ويتم تحديدها باسم يصف ما تمثله القيمة، بينما تحتوي الصفوف على القيم الفعلية. غالبًا ما تحتوي الأعمدة على مجموعة محددة من القواعد أو القيود على القيم، لضمان أن القيم تمثل العمود بدقة. على سبيل المثال، تخيل جدول بيانات للعملاء حيث يجب أن يحتوي كل صف على رقم هاتف، ولا تحتوي أرقام الهواتف على أحرف أبجدية. قد تكون هناك قواعد مطبقة على عمود رقم الهاتف للتأكد من أنه لا يكون فارغًا ويحتوي فقط على أرقام.
ميزة البيانات المنظمة هي أنه يمكن تنظيمها بطريقة تجعلها مرتبطة ببيانات منظمة أخرى. ومع ذلك، نظرًا لأن البيانات مصممة لتكون منظمة بطريقة محددة، فإن إجراء تغييرات على بنيتها العامة قد يتطلب جهدًا كبيرًا. على سبيل المثال، إضافة عمود بريد إلكتروني إلى جدول بيانات العملاء بحيث لا يمكن أن يكون فارغًا يعني أنك ستحتاج إلى معرفة كيفية إضافة هذه القيم إلى الصفوف الحالية للعملاء في مجموعة البيانات.
أمثلة على البيانات المنظمة: جداول البيانات، قواعد البيانات العلائقية، أرقام الهواتف، كشوف الحسابات البنكية.
البيانات غير المنظمة
البيانات غير المنظمة عادةً لا يمكن تصنيفها في صفوف أو أعمدة ولا تحتوي على صيغة أو مجموعة من القواعد التي يجب اتباعها. نظرًا لأن البيانات غير المنظمة تحتوي على قيود أقل على بنيتها، فمن الأسهل إضافة معلومات جديدة مقارنة بمجموعة بيانات منظمة. إذا كان جهاز استشعار يلتقط بيانات عن الضغط الجوي كل دقيقتين قد تلقى تحديثًا يسمح له الآن بقياس وتسجيل درجة الحرارة، فلن يتطلب ذلك تعديل البيانات الحالية إذا كانت غير منظمة. ومع ذلك، قد يجعل ذلك تحليل أو استقصاء هذا النوع من البيانات يستغرق وقتًا أطول. على سبيل المثال، قد يرغب عالم في العثور على متوسط درجة الحرارة للشهر السابق من بيانات المستشعر، لكنه يكتشف أن المستشعر سجل "e" في بعض بياناته للإشارة إلى أنه كان معطلاً بدلاً من تسجيل رقم نموذجي، مما يعني أن البيانات غير مكتملة.
أمثلة على البيانات غير المنظمة: ملفات النصوص، الرسائل النصية، ملفات الفيديو.
البيانات شبه المنظمة
البيانات شبه المنظمة تحتوي على ميزات تجعلها مزيجًا من البيانات المنظمة وغير المنظمة. لا تتبع عادةً صيغة الصفوف والأعمدة، لكنها منظمة بطريقة تُعتبر منظمة وقد تتبع صيغة ثابتة أو مجموعة من القواعد. تختلف البنية بين المصادر، مثل وجود تسلسل هرمي محدد جيدًا إلى شيء أكثر مرونة يسمح بالتكامل السهل للمعلومات الجديدة. البيانات الوصفية هي مؤشرات تساعد في تحديد كيفية تنظيم البيانات وتخزينها، ولها أسماء مختلفة بناءً على نوع البيانات. بعض الأسماء الشائعة للبيانات الوصفية هي العلامات، العناصر، الكيانات، والسمات. على سبيل المثال، تحتوي رسالة بريد إلكتروني نموذجية على موضوع، نص، ومجموعة من المستلمين ويمكن تنظيمها بناءً على من أرسلها أو متى تم إرسالها.
أمثلة على البيانات شبه المنظمة: HTML، ملفات CSV، JavaScript Object Notation (JSON).
مصادر البيانات
مصدر البيانات هو الموقع الأولي الذي تم إنشاء البيانات فيه أو حيث "تعيش"، ويختلف بناءً على كيفية ووقت جمعها. البيانات التي يتم إنشاؤها بواسطة مستخدميها تُعرف بالبيانات الأولية، بينما البيانات الثانوية تأتي من مصدر جمع البيانات للاستخدام العام. على سبيل المثال، مجموعة من العلماء يجمعون ملاحظات في غابة مطيرة تُعتبر بيانات أولية، وإذا قرروا مشاركتها مع علماء آخرين، فستُعتبر بيانات ثانوية بالنسبة لأولئك الذين يستخدمونها.
تُعد قواعد البيانات مصدرًا شائعًا وتعتمد على نظام إدارة قواعد البيانات لاستضافة البيانات وصيانتها، حيث يستخدم المستخدمون أوامر تُعرف بالاستعلامات لاستكشاف البيانات. يمكن أن تكون الملفات كمصادر بيانات عبارة عن ملفات صوتية، صور، وملفات فيديو بالإضافة إلى جداول بيانات مثل Excel. تُعد مصادر الإنترنت موقعًا شائعًا لاستضافة البيانات، حيث يمكن العثور على قواعد البيانات وكذلك الملفات. تتيح واجهات برمجة التطبيقات، المعروفة أيضًا بـ APIs، للمبرمجين إنشاء طرق لمشاركة البيانات مع المستخدمين الخارجيين عبر الإنترنت، بينما يهدف استخراج البيانات من الويب إلى استخراج البيانات من صفحة ويب. تركز الدروس في العمل مع البيانات على كيفية استخدام مصادر البيانات المختلفة.
الخلاصة
في هذا الدرس تعلمنا:
- ما هي البيانات
- كيف يتم وصف البيانات
- كيف يتم تصنيف البيانات وفئاتها
- أين يمكن العثور على البيانات
🚀 التحدي
Kaggle هو مصدر ممتاز لمجموعات البيانات المفتوحة. استخدم أداة البحث عن مجموعات البيانات للعثور على بعض مجموعات البيانات المثيرة للاهتمام وصنف 3-5 مجموعات بيانات وفقًا لهذه المعايير:
- هل البيانات كمية أم نوعية؟
- هل البيانات منظمة، غير منظمة، أم شبه منظمة؟
اختبار ما بعد المحاضرة
المراجعة والدراسة الذاتية
- تحتوي وحدة Microsoft Learn بعنوان تصنيف بياناتك على شرح مفصل للبيانات المنظمة، شبه المنظمة، وغير المنظمة.
الواجب
إخلاء المسؤولية:
تمت ترجمة هذا المستند باستخدام خدمة الترجمة الآلية Co-op Translator. بينما نسعى لتحقيق الدقة، يرجى العلم أن الترجمات الآلية قد تحتوي على أخطاء أو معلومات غير دقيقة. يجب اعتبار المستند الأصلي بلغته الأصلية هو المصدر الموثوق. للحصول على معلومات حساسة أو هامة، يُوصى بالاستعانة بترجمة بشرية احترافية. نحن غير مسؤولين عن أي سوء فهم أو تفسيرات خاطئة تنشأ عن استخدام هذه الترجمة.