Treść książki
Przejdź do opcji czytnikaPrzejdź do nawigacjiPrzejdź do informacjiPrzejdź do stopki
ROZDZIAŁ1
1.1.Definicjadanych
Próbędefinicjisamychdanychpodjętopodczaskursuprzygotowanego
przezSchoolofData,członkaprojektuOpenKnowledgeFoundation.Usta-
lonowtedy,żedanesąwartościami,pojmowanymiwszerokimznaczeniu,
przypisanymidojakiejśrzeczy1,którąnależyusytuowaćwodpowiedniejsferze
zależności.Jakożeniewszystkieprzedmioty,osobyczyobiektymożnaprzypi-
saćdotychsamychgrup,danedzieląsięnadwiegłównekategorie:danejako-
ścioweiilościowe.Danejakościoweodnosząsięnp.dodoświadczeń,tekstur,
kolorów,natomiastdaneilościoweopierająsięwgłównejmierzenaliczbach
(takichjakcena,wielkość,odległość).
Pracazdanymipozwalawyodrębnićinnekategorie:dyskretne,katego-
ryczneiciągłe.uDanedyskretnetodanenumeryczne,wktórychciąguistnieją
pewneluki,pusteprzestrzenie”2.Lukiniewystępująwkategoriidanychcią-
głych.Zkoleidanekategorycznesłużąprzypisaniuobiektudokonkretnejkate-
gorii(np.samochódprzypisanymożebyćdokategoriiunowe”lubuużywane”)
iinformowaniuorodzajuprzedmiotu.
Kolejnympodziałem,oddającymideędatajournalism,jestrozróżnienie
danychnanieustrukturyzowaneiustrukturyzowane.Należypamiętać,żeprzy
tegorodzajudziennikarstwiemamydoczynieniaześcisłymzwiązkiemczłowieka,
zbierającegoinformacje,ikomputera,przetwarzającegojewzwiązkiizależno-
ści.Podziałnaustrukturyzowaneinieustrukturyzowanedaneimplikujekolejne
etapypracydziennikarzaimaszyny.Pierwszyetapdotyczydanychnieustruktu-
ryzowanych,odnoszącychsiędoposzczególnychwartości.Wtrakcieszkolenia
SchoolofDataposłużonosięnastępującymprzykładem:uMamy5białych,uży-
wanychpiłekgolfowychośrednicy43mmwcenie0,5$zasztukę”3.Tozdanie
1Por.P
.Kozłowski,Kursdziennikarstwadanych#1:Czymsądane?,htp://datablog.
pl/kurs-dziennikarstwa-danych-1-czym-sa-dane/(dostęp:29.08.2019).
2Tamże.
3Tamże.
