計算機基礎 - 資料與資訊

什麼是資料？

資料是原材料；它是事實和資料的集合。由於其原始性質，資料沒有重要的意義。資料可能包括文字、數字、事實、影像、數字、圖表和符號，並且可以來自不同的來源，如感測器、調查、交易、社交媒體等。

G15、KPL 和 Gud 是資料的一些示例。資料需要經過處理才能轉換為有用的方式，這稱為資訊。例如 - Gud 是資料；經過文字處理後，它轉換為 Good，這是資訊。

對資料的適當分析在研究、科學、商業、醫療保健、農業和技術等領域發揮著重要作用，推動著決策和創新。

不同型別資料的一些特徵如下：

資料型別	特徵
定量資料	它是數值性質的。它可以被測量和量化，例如身高、體重、溫度等。這種型別的資料可以使用統計方法進行分析。
定性/描述性資料	它是描述性的。它可以使用顏色、紋理、意見或任何其他相關特徵進行探索。它通常是主觀的，需要解釋。它可以是分類的或有序的。
結構化資料	它以預定義的結構組織，通常包括資料庫或電子表格等表格形式。易於搜尋它可以使用 SQL 等標準工具進行分析。允許執行查詢以插入、刪除和更新。
非結構化資料	它缺乏預定義的結構。它沒有預定義的結構。它可能包括文字文件、社交媒體帖子、影像、影片等。使用傳統方法難以分析。它使用自然語言處理 (NLP)、機器學習等高階技術進行處理。
大資料	資料量很大。它很複雜，並且使用傳統資料處理應用程式進行處理。它有五個 V 來識別，即容量、速度、多樣性、真實性和價值。
元資料	它提供有關資料的資訊。它包括資料字典、檔案描述、標籤等。它為理解、管理和改進資料搜尋能力和可用性提供了方向。
流資料	它是在即時環境中持續生成和傳輸的，例如感測器資料、社交媒體更新、金融市場資料等。它需要即時資料處理。它通常使用物聯網、即時分析等應用程式。

資料型別
定量資料	它以數值形式提供，例如 50 公斤、165 釐米、15887 等。
離散資料	取某些值（如整數）的資料。例如，部門中的員工人數。
連續資料	可以在某個範圍內取任何值的資料。例如，風速和溫度。例如 - 隨著時間的推移，某些連續資料，如嬰兒一年的體重變化或一天中房間的溫度變化。
定性資料	它以描述形式提供，例如人的姓名、性別、地址和特徵。
名義資料	表示沒有內在順序的類別的的資料。例如，顏色和性別。
順序資料	表示具有特定順序或等級的類別的的資料。例如，將滿意度等級評為“差”、“中等”或“優秀”。
分類資料	表示類別或標籤，通常是定性的資料稱為分類資料。它可以包括名義資料和順序資料。
數值資料	此類資料包括數字。它可以是定量的或定性的。
時間序列資料	在時間間隔內收集的資料，例如股票價格、天氣資料和銷售資料。
空間資料	與地理位置相關的資料，例如谷歌地圖、GPS 資料和衛星影像。

資訊是處理後的資料。它始終有用並用於決策。對某件事瞭解很多資訊的人總是被認為是知識淵博的人。因此，良好的資訊基礎總是構成良好的知識基礎，而良好的知識基礎有助於做出健康或富有成效的決策。

資訊的總體特徵如下：

列印頁面