Какие бывают данные в Data Science и анализе данных

https://t.me/viktorovich_learn — в TG рассказываю про изучение технологий. Какие бывают данные и почему их классификация — основа Data Science и анализа данных? В этом видео вы разберётесь, как типы данных отличаются на смысловом уровне, зачем их разделяют в машинном обучении и аналитике и как это влияет на выбор методов обработки и моделей. Лекция ориентирована на начинающих в Data Science и IT и даёт системное понимание данных не на уровне типов INT или STRING, а на уровне их роли в анализе. В видео последовательно рассматриваются основные способы классификации данных, которые используются в анализе данных, машинном обучении и работе с информационными системами. В видео разбирается: ✅ чем отличаются числовые и категориальные данные и почему это важно; ✅ что такое бинарные и порядковые признаки; ✅ чем структурированные данные отличаются от неструктурированных; ✅ что называют прямоугольными данными и как с ними работают в Data Science; ✅ разница между необработанными (сырыми) и производными данными; ✅ что такое собранные и выхлопные данные; ✅ зачем нужны метаданные и где они используются. Видео подойдёт тем, кто делает первые шаги в Data Science, анализе данных и машинном обучении, а также студентам и начинающим аналитикам, которым важно выстроить правильную базу. 00:00 Вступление 00:30 Числовые и категориальные 02:55 Структурированные и неструктурированные 03:35 Прямоугольные данные 04:40 Необработанные абстракции и производные данные 06:00 Собранные и выхлопные данные 06:37 Метаданные #datascience #анализданных #типыданных #машинноеобучение #dataanalysis #itдляначинающих #информационныесистемы #ml