Aurreko blokekoa
- Zer da datu-meatzaritza?
- Nor da erantzule zure txatbotak gezurra esaten badu?
- Zein lau arazo ditu AAk datuekin?
Igo eskailera
Datutik ezagutzara, bost kasutan
22 min · bikoteka- Hona bost datu gordin, tailerretik hartuta. Bakoitzarentzat igo hiru mailak:
- Datua — zenbakia edo hitza, testuingururik gabe
- Informazioa — testuinguruan jarrita, zer esan nahi du?
- Ezagutza — zer erabaki hartzen duzu horrekin?
- Idatzi hirurak, esaldi osoetan.
- Erantzun: zein maila da zailena? Eta zergatik?
1. Datutik informaziora pasatzea erraza da: testuingurua gehitu besterik ez. Informaziotik ezagutzara pasatzea da zaila, esperientzia behar duelako.
2. Datu bera hainbat erabakitara eraman daiteke: dena dago zer galdetzen ari zaren.
3. Eta alderantziz ere gertatzen da: erabaki bat hartu nahi duzunean, zein datu behar dituzun jakitea da lana. Hori da S03ko sentsorearen ariketa berriro.
| # | Datu gordina |
|---|---|
| 1 | 147 |
| 2 | 2,4 |
| 3 | gorria |
| 4 | 00:14:32:07 |
| 5 | 3 |
Big data: sei V
Big data ez da «datu asko»: ohiko tresnekin kudeatu ezin diren datu-multzoak dira. Sei ezaugarrik definitzen dute.
| V | Zer den | Zure sektorean |
|---|---|---|
| Bolumena | Datu-kopurua | Errodaje-egun batek 270 GB (S11ko kalkulua) |
| Abiadura | Zein azkar sortzen eta prozesatu behar diren | Zuzeneko bat: denbora errealean, atzerapenik gabe |
| Barietatea | Formatu desberdinak | Bideoa, audioa, partean idatzitakoa, metadatuak, gidoia, planoak |
| Egiazkotasuna | Datuak fidagarriak izatea | Partea gaizki beteta: timecodea ez dator bat |
| Aldakortasuna | Egitura eta esanahia aldatzea | Kamera bakoitzak izen desberdina jartzen die fitxategiei |
| Balioa | Handik zerbait ateratzea | Terabyteak gordeta eta inork ez ditu berriro ikusten |
Lehen bostak deskribatzaileak dira: datuak nolakoak diren esaten dute. Balioa beste kontu bat da: zertarako. Eta hori ez dator datuekin: zuk jarri behar duzu.
Terabyte pilo bat gordetzeak ez du balio ekartzen. Askotan alderantziz: kostua eta arriskua ekartzen ditu.
Datuen analisia eta datuen zientzia
| Datuen analisia | Datuen zientzia | |
|---|---|---|
| Zer galdetzen du | Zer gertatu da? Zergatik? | Zer gertatuko da? Zer egin behar dugu? |
| Zer erabiltzen du | Estatistika deskribatzailea, taulak, grafikoak | Eredu prediktiboak, ikaste automatikoa |
| Adibidea | Azken hilabetean zenbat mailegu egon dira | Zein material apurtuko den hurrengo hiruhilekoan |
Analisia zientziaren zati bat da. Zientziak, gainera, ereduak ezartzen, monitorizatzen eta hobetzen ditu.
Auditatu produkzio baten sei V-ak
Zein V-ek ematen dizu arazo gehien?
30 min · hiruko taldeak- Hartu proiektu erreal bat —zuen azkena edo hurrengoa— eta zerrendatu sortzen dituen datu-iturri guztiak: kamerak, mikrofonoak, parteak, gidoia, planoak, argazkiak, mezuak, kontratuak.
- Iturri bakoitzarentzat, puntuatu sei V-ak 1etik 5era.
- Batu zutabeka: zein V-k du puntuazio altuena proiektu osoan?
- Orain hori da zuen arazo nagusia. Zer egingo zenukete konpontzeko?
- Alderatu taldeen artean: guztiek V bera dute?
1. Zuen sektorean bolumena eta barietatea dira nagusi. Beste sektore askotan abiadura da.
2. Egiazkotasuna gutxietsi ohi da eta arazo handiena ematen du: parte gaizki beteta batek ordu batzuk kostatzen ditu muntaian.
3. Konponbide gehienak ez dira teknologikoak: izendatze-arau bat, txantiloi bat, ohitura bat. Datuen kalitatea diziplina da, ez softwarea.
Datu bera, hiru erabaki
Zer galdera egiten diozu?
25 min · bikotekaDatu-multzoa: ikastetxeko material-maileguen erregistroa, hiru ikasturtekoa. Zutabeak: nor, zer, noiz atera, noiz itzuli, zer egoeratan.
- Idatzi hiru galdera, bat mota bakoitzekoa:
- Deskribatzailea: zer gertatu da?
- Prediktiboa: zer gertatuko da?
- Preskriptiboa: zer egin behar dugu?
- Galdera bakoitzeko, zehaztu: zer zutabe behar dituzu erantzuteko? Nahikoa dira dituzunak?
- Erantzun: zein galderak aldatuko luke gehien tailerraren funtzionamendua?
1. Hiru mailak dira: deskribatu, iragarri, gomendatu. Zailtasuna eta balioa batera igotzen dira.
2. Askotan datuak ez dira nahikoa galdera interesgarrienetarako: zutabe bat falta da. Eta hori orain erabaki daiteke, ez hiru urte barru.
3. Horregatik da garrantzitsua hasieratik pentsatzea zer erregistratu: gero ezin da atzera egin.
Zer daramagu etxera
- Datua → informazioa → ezagutza: testuingurua eta gero erabakia.
- Big dataren sei V-ak, eta balioa da bakarra datuekin ez datorrena.
- Zuen sektorean bolumena eta barietatea dira nagusi; egiazkotasuna gutxiesten da.
- Hiru galdera-maila: deskribatu, iragarri, gomendatu. Zer erregistratu orain erabakitzen da.
Terabyte pilo bat gordetzea ez da balioa: kostua da.
Hiru galdera
1. 2,4 zenbakia zer da?
- Informazioa
- Ezagutza
- Datua
- Metadatua
Erantzuna
c. Testuingururik gabe, datu hutsa da. «2,4 TB libre daude» informazioa da; «ez da nahikoa hurrengo errodajerako» ezagutza.
2. Zein V ez dator datuekin berekin?
- Bolumena
- Abiadura
- Barietatea
- Balioa
Erantzuna
d. Beste bostak datuen ezaugarriak dira. Balioa erabilerak ematen dio: zuk jarri behar duzu galdera.
3. «Zenbat tripode beharko ditugu maiatzean?» zer galdera-mota da?
- Deskribatzailea
- Prediktiboa
- Preskriptiboa
- Ez da galdera baliozkoa
Erantzuna
b. Etorkizuneko zerbait iragartzen du historikoan oinarrituta. Preskriptiboa izango litzateke: «zenbat erosi behar ditugu eta noiz?».
Saio honetako hitzak
Hiztegi osoa: moduluaren hiztegia.