Цитаты из книги «Наука о данных. Базовый курс»

Большие данные часто описываются по схеме «3V»: экстремальный объем (Volume), разнообразие типов (Variety) и скорость обработки данных (Velocity).

Существует два основных типа необработанных данных по способу их получения: собранные и выхлопные данные

Извлечение, преобразование и загрузка (ETL) — это термин, используемый для описания стандартных процессов и инструментов для сопоставления, объединения и перемещения данных между базами.

Реляционные базы хранят данные в таблицах со структурой из одной строки на объект и одного столбца на атрибут. Такое отображение идеально подходит для хранения данных с четкой структурой, которую можно разложить на базовые атрибуты.

SQL (языка структурированных запросов), международного стандарта формулировки запросов к базам данных.

Тип атрибута (числовой, порядковый, номинальный) влияет на методы анализа и понимания данных.

Глубинный анализ данных позволяет компьютерам делать то, что они умеют лучше всего, — копаться в куче информации. Это, в свою очередь, дает людям делать то, что лучше всего получается у них, — ставить задачу и осмыслять результаты»

Наука о данных включает в себя набор принципов, методов постановки задач, алгоритмов и процессов для выявления скрытых полезных закономерностей в больших данных.

Визуализация является важной и растущей областью науки о данных, и мы рекомендуем работы Эдварда Туфта [5] и Cтефана Фью [6] как отличное введение в ее принципы и методы.

Одним из наиболее распространенных типов выхлопных данных являются метаданные, т.е. данные, описывающие другие данные.