Podcast o Základy Spracovania Dát a Informačných Systémov

Kapitoly

Príliš veľa informácií

Aké dáta máme?

Přepis

Šimon: Predstavte si študenta Mareka. Pre projekt o počasí si stiahol dáta za posledných päťdesiat rokov. Sú to milióny záznamov! Kde má vôbec začať?

Ema: Presne tento problém rieši redukcia dát. Je to ako robiť si výpisky z obrovskej knihy. Neopíšeš všetko, len to podstatné. Toto je Studyfi Podcast.

Šimon: Takže Marek nemusí analyzovať každý jeden deň za päťdesiat rokov?

Ema: Vôbec nie! Môže použiť agregáciu. Napríklad zrátať priemernú teplotu pre každý mesiac. Z miliónov záznamov má zrazu len šesťsto.

Šimon: A funguje to na všetky typy dát?

Ema: Dobrá otázka! Musíme rozlišovať. Máme numerické dáta, ako počet žiakov v triede – to sú diskrétne. Alebo teplota, ktorá môže mať akúkoľvek hodnotu – tá je spojitá.

Šimon: A čo dáta, ktoré nie sú čísla?

Ema: To sú symbolické. Napríklad známky ako A, B, C majú nejaké poradie, sú teda ordinálne. Ale farba očí – modrá, hnedá, zelená – nemá žiadne prirodzené poradie. To sú nominálne.

Šimon: Takže triedenie dát je ako upratovanie v izbe predtým, než sa začnem učiť.

Ema: Presne tak! A existujú aj pokročilejšie metódy ako redukcia dimenzií či početnosti. Ale kľúčom je vždy zjednodušiť, nie stratiť informáciu.