1 of 16

ANALIZA DATELOR DIGITALE CURS 1

1

28 februarie 2022

Analiza Datelor Digitale

Introducere în analiza datelor digitale

CURS 1

S.l. dr. ing. Eduard ZADOBRISCHI

Media Digitală

An II

2 of 16

1

Evoluția sistemelor de calcul dedicate analizei și procesării datelor.

Evoluția calculatoarelor și a sistemelor de procesare date

3 of 16

Evoluţie

2

“Small is beautiful”

EVOLUŢIA DENSITĂŢII DE STOCARE A DATELOR ŞI A COSTURILOR DE FABRICAŢIE

An	Densitate de Stocare (GB/TB per dispozitiv)	Cost per GB (USD)
1990	0.04 (Hard disk drive)	200
2000	2 (Hard disk drive)	10
2010	500 (Hard disk drive)	0.2
2015	1TB (Solid state drive)	0.1
2020	4TB (Solid state drive)	0.05
2023	8TB (Solid state drive)	0.025
2024 (estimat)	16TB (Solid state drive)	0.0125

4 of 16

Mașină versus om

3

1997 Șah

Gary Kasparov vs. Deep Blue

2016 GO

Lee Se-Dol vs. AlphaGO

DeepMind a prezentat AlphaGO ca o nouă formă de inteligență artificială capabilă de gândire „intuitivă”.

5 of 16

Proces accelerat

4

AlphaZero – auto-învățare a multiplelor jocuri pornind de la zero

IBM Q System One – primul

computer cuantic comercial

Această abordare are potențialul de a crea sisteme AI mai adaptabile, mai robuste și mai capabile să rezolve probleme complexe din lumea reală.

Succesul AlphaGO a inspirat o nouă generație de cercetători AI care explorează potențialul rețelelor neuronale profunde pentru a dezvolta sisteme AI mai inteligente.

Jocuri: AlphaGO a demonstrat deja potențialul de a depăși abilitățile umane în jocuri complexe.

Robotică: Abilitatea de a lua decizii rapide și intuitive poate fi esențială pentru roboții care operează în medii dinamice.

Medicină: Sistemele AI bazate pe învățare automată pot fi utilizate pentru a analiza date medicale complexe și pentru a diagnostica boli.

Finanțe: Algoritmii de învățare automată pot fi utilizați pentru a identifica tendințe în piețe și pentru a lua decizii de investiții mai inteligente.

6 of 16

Interfață creier - calculator

5

Suprafață corticală cu fire implantate pentru conexiunea creier - calculator

Elon Musk & Neuralink (17 iulie 2019)

www.neuralink.com/

Dispozitivul senzorial ambalat

și implantat la un cobai

7 of 16

Robot chirurgical pentru implementare

6

Elon Musk & Neuralink (28 august 2020)

8 of 16

7

Revoluții industriale

9 of 16

Competențe pentru viitoarele cariere

8

Dincolo de discipline:

MULTIdisciplinaritate, INTERdisciplinaritate, TRANSdisciplinaritate

Programare:

Reprezintă o nouă metodă de vorbire și expunere.

Creativitate:

Prin evoluția tehnologică și enormitatea de dispozitive inteligente, creativitatea ar putea rămâne singura soluție și resursă umană greu de replicat.

Abilități sociale:

Creșterea ponderii locurilor de muncă, industrie orientată spre consumator

Care sunt cele mai importante abilități pe care trebuie să le urmăriți într-o activitate antreprenorială?

10 of 16

Tehnici elementare de explorare și analiză a datelor digitale

9

Ce sunt datele digitale?

Datele digitale sunt informații stocate sub formă electronică.

Pot fi numerice, textuale, audio, video sau de alt tip.

Sunt generate de o varietate de surse, cum ar fi computere, telefoane mobile, senzori și internetul.

De ce este importantă explorarea și analiza datelor digitale?

Ne poate ajuta să înțelegem mai bine lumea din jurul nostru.

Ne poate ajuta să luăm decizii mai bune.

Ne poate ajuta să descoperim noi modele și tendințe.

11 of 16

Tehnici elementare de explorare și analiză a datelor digitale II

10

Statistici descriptive:

Calculează valori medii, mediane, moduri, abateri standard etc.

Oferă o imagine de ansamblu a datelor.

Vizualizări de date:

Creează grafice și diagrame pentru a reprezenta datele.

Facilitează identificarea modelelor și tendințelor.

Tehnici de reducere a dimensionalității:

Reduc numărul de variabile din date.

Pot fi utile pentru analiza datelor complexe.

1. Statistici descriptive

Definiție: Metode utilizate pentru a rezuma și descrie datele prin parametri statistici.

Tipuri de măsurători:

Media (Mean) – valoarea medie a unui set de date.

Mediana (Median) – valoarea de mijloc într-un set ordonat de date.

Modul (Mode) – valoarea cea mai frecvent întâlnită.

Abaterea standard (Standard Deviation) – măsoară dispersia datelor în raport cu media.

Rol: Oferă o imagine generală asupra distribuției și tendințelor principale ale unui set de date.

2. Vizualizări de date

Definiție: Utilizarea reprezentărilor grafice pentru a interpreta mai ușor datele.

Tipuri de vizualizări:

Grafice de bare (Bar charts) – utilizate pentru a compara categorii de date.

Diagrame de linii (Line charts) – evidențiază tendințe în timp.

Histograme (Histograms) – arată distribuția unei variabile numerice.

Diagrame de dispersie (Scatter plots) – evidențiază relații între două variabile.

Exemplu din imagine: Graficul arată distribuția numărului de zile până la următorul acces pe platformele Wikipedia din SUA, evidențiind creșteri specifice în zile de sărbătoare (Crăciun, Anul Nou) și în zile de weekend.

3. Tehnici de reducere a dimensionalității

Definiție: Metode utilizate pentru a elimina caracteristicile redundante sau neimportante dintr-un set de date.

Exemple de metode:

PCA (Analiza Componentelor Principale - Principal Component Analysis) – transformă datele într-un nou spațiu cu mai puține dimensiuni, păstrând cât mai multă informație posibilă.

T-SNE (T-distributed Stochastic Neighbor Embedding) – tehnică utilizată pentru vizualizarea datelor multidimensionale într-un spațiu bidimensional.

Utilitate: Permite analiza datelor complexe și accelerarea algoritmilor de învățare automată

12 of 16

Ce este analiza datelor digitale?

11

Analiza datelor digitale reprezintă procesul de colectare, prelucrare și interpretare a datelor obținute din surse digitale pentru a lua decizii informate. Acest proces folosește datele ca punct de pornire pentru a înțelege tendințe, comportamente și rezultate din domenii variate.

Companiile e-commerce utilizează analiza datelor pentru a identifica produsele cele mai cumpărate și pentru a ajusta strategiile de marketing.

De ce sunt importante?

Transformă datele brute în informații relevante.
Sprijină luarea deciziilor informate.
Contribuie la optimizarea proceselor și strategiilor organizaționale.

Beneficii:

Analiza datelor ajută la anticiparea tendințelor viitoare.
Permite adaptarea ofertelor și a mesajelor în funcție de preferințele clienților.
Identifică punctele slabe în procesele interne și propune soluții eficiente.

13 of 16

Tehnici elementare de explorare și analiză a datelor digitale�III

12

Regresie liniară:

Modelează relația dintre două variabile.

Poate fi utilizată pentru a prezice o variabilă pe baza celeilalte.

Analiza clusterelor:

Grupează datele în funcție de similaritate.

Poate fi utilizată pentru a identifica segmente de piață sau tipare de comportament.

Învățare automată:

Permite computerelor să învețe din date fără a fi programate explicit.

Poate fi utilizată pentru o varietate de sarcini, cum ar fi clasificarea, predicția și recomandarea.

�

Urmăriți umătorul material

Clasificare

Regresie

Caz 3 - O imagine care reprezintă diferite tehnici de analiză a datelor digitale, cum ar fi regresia liniară, analiza clusterelor și învățarea automată.

Această imagine prezintă tehnici avansate de explorare și analiză a datelor digitale, concentrându-se pe trei concepte fundamentale: regresie, analiza clusterelor și învățarea automată. Iată o explicație detaliată a fiecărei metode:

1. Regresie liniară

Definiție: O metodă statistică care modelează relația dintre două variabile.

Scop: Se utilizează pentru a prezice o variabilă (variabilă dependentă) pe baza altei variabile (variabilă independentă).

Exemplu:

Dacă dorim să prezicem vânzările unui magazin în funcție de temperatură, putem folosi regresia liniară pentru a determina cum se modifică vânzările pe măsură ce temperatura crește sau scade.

Aplicații:

Predicția prețurilor locuințelor.

Estimarea vânzărilor în funcție de bugetul de marketing.

Prognoza cererii pentru un produs.

2. Analiza clusterelor

Definiție: O metodă de grupare a datelor pe baza similarității dintre observații.

Scop: Identificarea unor segmente naturale din date fără a avea etichete prestabilite.

Exemplu:

Gruparea clienților unui magazin online în funcție de comportamentul lor de cumpărare.

Detectarea fraudelor financiare pe baza tiparelor tranzacțiilor.

Tehnici comune:

K-Means – Împarte datele în K grupuri pe baza distanței față de centrele clusterelor.

DBSCAN – Metodă bazată pe densitate, potrivită pentru date zgomotoase.

Hierarchical Clustering – Construiește o ierarhie de grupuri, potrivită pentru seturi mici de date.

3. Învățare automată

Definiție: Un subdomeniu al inteligenței artificiale care permite computerelor să învețe tipare din date fără a fi explicit programate.

Scop: Se utilizează pentru sarcini complexe, precum clasificare, predicție și recomandare.

Exemple de aplicații:

Clasificare – Recunoașterea fețelor în imagini.

Predicție – Estimarea riscului de credit al unui client.

Recomandare – Sugestii de produse pe platformele e-commerce (Amazon, Netflix).

Metode populare:

Regresia logistică – Folosită pentru clasificare binară (ex. fraudă vs. tranzacție normală).

Rețele neuronale artificiale – Modele complexe inspirate de funcționarea creierului uman.

Random Forest – Un ansamblu de arbori de decizie pentru clasificare și regresie.

Diferența dintre regresie și clasificare

Regresia este folosită pentru predicția unor valori numerice (ex. venit anual, prețul unei case).

Clasificarea este utilizată pentru încadrarea datelor în categorii (ex. spam vs. e-mail normal, recunoașterea mărimii unui obiect – S, M, L).

14 of 16

Vizionează:

Școala omoară creativitatea? | Sir Ken Robinson - YouTube

13

15 of 16

Vizionează:

Ce ne învață școala? | Daniel David - YouTube

14

16 of 16

16