Data kolem nás
Život v kyberprostoru
4. 12. 2019
Data
• výraz pro údaje, používané pro popis nějakého jevu
• popis vlastnosti pozorovaného objektu
• získávají se zápisem nebo měřením
Data kolem nás
• data jsou nová ropa
• všechno se měří a ukládá
• mnoho dat je k ničemu
• mnoho se jich dnes zveřejňuje
• některá představují cenný zdroj
2011 2012 2013 2014 2015 2016 2017 2018 2019 2020
1,8 ZB
2,8 ZB
40 ZB
K čemu jsou data dobrá?
• data pro aktivní občanství?
• data v pracovním životě?
• data pro řešení každodenních problémů?
• datový mindset
Datový mindset
• Jakou rozlohu mají v ČR evropsky významné lokality?
• https://data.gov.cz/
Otevřená data jsou informace a data bezplatně a volně
dostupná na internetu ve strukturované a strojově čitelné
podobě a jsou zpřístupněna způsobem, který jejich využití
neklade zbytečné technické či jiné překážky.
U nás je tato definice velmi důležitá…
https://opendata.gov.cz/_media/standardy_publikace_a_katalogizace_otevrenych_dat_vs_cr.pdf
Open data | +/Jaké
výhody má otevírání dat?
Open data | +/•
zvýšení efektivity – sdílení a analýza
• podpora ekonomiky – zdroj inovací, surovina
• transparentnost a kontrola
• zapojení občanů do rozhodování
• datová žurnalistika
Open data | +/•
vznik aplikací nad otevřenými daty
• „hlídači“ státu
• https://supervizor.mfcr.cz/
• https://www.znecistovatele.cz/
• najdete bezpochyby desítky dalších
Open data | Stupně otevřenosti
• https://5stardata.info/en/
Data v různých podobách
Různé podoby dat kolem nás
• expertní systémy
• faktografické databáze
• statistické databáze
• datové repozitáře
Expertní systémy
• systémy napodobující fungování odborníka
• báze znalostí / báze dat / řídící mechanismus
• pravidla IF-THAN
• dotazování – jako skutečný expert
• postupné hledání výstupu
• podpora rozhodování
Expertní systémy
Dobrý den, mám opakované bolesti hlavy,
zvracím a trápí mě kašel.
Co by mi mohlo být?
https://symptoms.webmd.com/
Faktografické databáze
• údajovou základnu tvoří faktografické informace
• specializované databáze (chemie, fyzika,…)
• statistické databáze
• encyklopedické databáze
Faktografické databáze
Wolfram Alpha
https://www.wolframalpha.com/
Wolfram Alpha | Tipy
• scrabble vs. jenga
• thorin vs. frodo
• magikarp vs. pikachu
• uncle's uncle's son's daughter's cousin
• libraries with number of books > 15 million
• 85 kg 192 cm 12 beers in 5 hours
• 42 mars bars
• F#
Faktografické databáze
Dobrý den, mám doma Citalec 20, ale ztratil jsem příbalový
leták. Nedá se nějak zjistit, jestli nemůže způsobovat
hypokalémii? Je to vážně hodně důležitý...
http://www.sukl.cz/modules/medication/search.php
Faktografické databáze
Dobrý den, nedávno se u nás v obci stala nehoda, kdy se srazil
vlak s autem. Chtěl bych o tom vědět víc, ale našel jsem jen
pár zpráv v novinách a to je všechno.
https://erail.era.europa.eu/
Statistické databáze
• obrovské množství databází mezinárodních organizací
• databáze od státních orgánů, úřadů
• statistické úřady
Proklikejte si:
https://data.worldbank.org/
http://apps.who.int/gho/data/node.home
https://data.unicef.org/
https://stats.oecd.org/
http://data.europa.eu/euodp/en/data/
Statistické databáze
Dobrý den, chci si otevřít hotel v Brně a potřeboval bych vědět,
kolik se tady během roku ubytovává lidí a jestli to číslo klesá
nebo stoupá – no prostě jestli má cenu další hotel otvírat.
https://www.czso.cz/
https://toolbox.google.com/datasetsearch
Vyhledávání dat a v datech
• složitější činnost
• kromě hledání ještě vrstva práce s daty
• vyžaduje specifické dovednosti a znalosti
• znalost formátů dat
• znalost základní práce s daty
Typy dat
• způsob uložení dat do souboru
• XLSX, CSV, TXT
• JSON, XML
• KML, GeoJSON – geografický rozměr
Základní dovednosti
• otevřít CSV, XLSX a další běžné formáty
• převést do sloupců
• provést základní operace
• filtrovat
Pokročilejší práce s daty
Dobrý den, včera sem jel na kole a skoro sem přejel kočku.
Zajímalo by mě, jak často se něco takového v Brně děje,
že by se cyklista srazil se zvířetem…
https://data.brno.cz/
Pokročilejší práce s daty
Dobrý den, plánujeme oplotit celý náš les a potřebujeme
vědět, zda v něm není biokoridor. Můžete mi sehnat data
o dálkových migračních koridorech v Česku?
https://data.gov.cz/
Pokročilejší práce s daty
• dotazování DB
• parsing (příklad)
• čištění dat
• georeferencing
• …
Hodnocení kvality dat
• data nemusí být tzv. „čistá“
• data vznikají v kontextu: kola vs. zvěř v Brně?
• kdo je měří a publikuje? – jasný zdroj!
• jaká jsou k nim metadata?
• dokážu zjistit, co který sloupeček znamená?
• je popsaná metodologie jejich vzniku?
Evidence-based praxe
• přístupy založené na datech
• využití dat pro rozhodování
• příklady?
Sdílení dat ve vědě
• reprodukovatelnost výzkumu
• ověření správnosti
• možnost navázat na předchozí výzkum
• jiné využití stejných dat
• sdílení prostředí a kontextu výzkumu
• datové repozitáře
Takže…
• dat je stále více a více
• částečně i díky trendu otevřených dat
• data hrají roli ve vědě i veřejné správě
• data přicházejí v různých podobách a formátech
• představují důležitý zdroj informací
• datový mindset