Samenvatting: Concepten van data en analytics
Simon Crivallari
,1. Concepten van data
Data= het vastleggen en bewaren van “gegevens” (geen defenitie)
Voorbeeld definitie van data “Ceci n’est pas une pipe” van René Magritte:
o De pijp is het levensechte object
o Een schilderij van een pijp is data
Van (ruwe) data tot kennis tot informatie
o Ruwe data: Vormt nog niet meteen bruikbare kennis => meot verwerkt worden in
hun ruimere context
vb. een woord dat je intypt op je toetsenbord, de geur van spaghetti, een
gebeurtenis dat zich voordoet,…
o Verschijningsvormen van data:
Discrete data=afgesloten pakket data (foto)
Continue stroom aan gegevens (geluidsfragment, film)
Kwalitatieve vorm van data=een waardeoordeel over iets vellen (comment)
Logische schakelingen: schakeling van nullen en enen
Computersystemen snappen enkel 1 & 0 combinaties
Tekst coderen
o Elke toets op het toetsenbord krijgt een bepaald getal toegewezen (vb. A=65) =>
gestandaardiseerde vertaling (qwerty, azerty, touchscreen,…)
o Standaardtechniek vertalen: ASCII (American Standard for Infomation Interchange)
Beperking: kent enkel symbolen die Amerikanen gebruiken
o Uitgebreide wereldwijde techniek: UTF-8 (Unicode Transformation Format)
o Werking ASCII: ASCII-tabel
=>
1. Je tikt een toets in
op je toetsenbord
2. De toets
correspondeert
met een decimaal
getal
3. De computer
vertaalt het
decimale getal naar
een binair getal
De romeinen deden ook al aan teksten coderen: verschillen:
o De ASCII-tabel koppelt letters aan getallen
Simon Crivallari
, o De romeinen kennen aan elke letter een X- en Y-positie in een tabel toe. Wiskundig
gezien zouden we kunnen spreken van een 2 dimensionale vectorruimte
Afbeelding digitaliseren:
o RGB-kleuren: Red, Green, Blue => drie basiskleuren => bij elkaar optellen
o Maximumwaarde=255 => R=255, G=255, B=255 => Wit
o RGB=0 => Zwart
o 16.777.216 mogelijkheden (256 x 256 x 256)
o Hoe werkt het?:
1. Een digitaal systeem legt een raster (met x aantal kolommen en y aantal
rijen) over een afbeelding. Elk vakje in zo’n raster is een pixel.
2. Voor elke pixel wordt een waarde voor de 3 basiskleuren gemeten
3. Voor elke pixel “onthoudt” de computer 5 cijfergegevens: de X-positie, de Y-
positie, R, G, B
4. De computer zet die 5 getallen om in binaire getallen
o RGB-systeem bestaat al zeer lang (midden 19e eeuw)
Russel Kirsch: uitvinder van de vierkante pixel
o “De keuze van vierkanten was dwaas en is iets waar nu heel de wereld aan leidt”
o => Kirsch schreef een programma dat de dikke, onhandige vierkanten van een digitaal
beeld verandert in een vloeiender beeld gevormd door variabel gevormde pixels
(geïnspireerd door de mozaïekbouwers uit de oudheid)
Van geluid naar getal:
o Het systeem meet:
Aantal golfjes in een bepaalde tijd
De hoogte van elk golfje
=> resultaten zijn getallen
o Wordt vertaald naar binaire getallen
o Hoe meer metingen per tijdspanne hoe nauwkeuriger het resultaat
Een audio-cd bevat niet minder dan 44.100 metingen per seconde
o Geluid is ook heel lang analoog uitgedrukt:
Geluid werd echt geregistreerd als golf niet als digitale code
Plaat & grammofoon
o Eerst fonograaf door Edison (1878)
o Erna Fonautograaf van Alexander Graham Bell
Tekstbestanden:
o “Platte tekst”-bestanden= bestanden die enkel karakters bevatten die je op een
toetsenbord kan intypen (geen opmaak/afbeelding/…)
o MS Word bestand => een tekstverwerkingsbestand => Wordt opgeslagen als een
binair en/of gecomprimeerd bestaand
ASCII:
o Bits=nullen en enen => bit=0
o Bytes=een groepje van acht bits => byte=01100001 => elke toetsen combinatie krijgt
zo een byte toegewezen => 256 verschillende combinaties tussen 0000000 en
11111111
o ASXII-tabel is een 2 dimensionale rij
Simon Crivallari
Simon Crivallari
,1. Concepten van data
Data= het vastleggen en bewaren van “gegevens” (geen defenitie)
Voorbeeld definitie van data “Ceci n’est pas une pipe” van René Magritte:
o De pijp is het levensechte object
o Een schilderij van een pijp is data
Van (ruwe) data tot kennis tot informatie
o Ruwe data: Vormt nog niet meteen bruikbare kennis => meot verwerkt worden in
hun ruimere context
vb. een woord dat je intypt op je toetsenbord, de geur van spaghetti, een
gebeurtenis dat zich voordoet,…
o Verschijningsvormen van data:
Discrete data=afgesloten pakket data (foto)
Continue stroom aan gegevens (geluidsfragment, film)
Kwalitatieve vorm van data=een waardeoordeel over iets vellen (comment)
Logische schakelingen: schakeling van nullen en enen
Computersystemen snappen enkel 1 & 0 combinaties
Tekst coderen
o Elke toets op het toetsenbord krijgt een bepaald getal toegewezen (vb. A=65) =>
gestandaardiseerde vertaling (qwerty, azerty, touchscreen,…)
o Standaardtechniek vertalen: ASCII (American Standard for Infomation Interchange)
Beperking: kent enkel symbolen die Amerikanen gebruiken
o Uitgebreide wereldwijde techniek: UTF-8 (Unicode Transformation Format)
o Werking ASCII: ASCII-tabel
=>
1. Je tikt een toets in
op je toetsenbord
2. De toets
correspondeert
met een decimaal
getal
3. De computer
vertaalt het
decimale getal naar
een binair getal
De romeinen deden ook al aan teksten coderen: verschillen:
o De ASCII-tabel koppelt letters aan getallen
Simon Crivallari
, o De romeinen kennen aan elke letter een X- en Y-positie in een tabel toe. Wiskundig
gezien zouden we kunnen spreken van een 2 dimensionale vectorruimte
Afbeelding digitaliseren:
o RGB-kleuren: Red, Green, Blue => drie basiskleuren => bij elkaar optellen
o Maximumwaarde=255 => R=255, G=255, B=255 => Wit
o RGB=0 => Zwart
o 16.777.216 mogelijkheden (256 x 256 x 256)
o Hoe werkt het?:
1. Een digitaal systeem legt een raster (met x aantal kolommen en y aantal
rijen) over een afbeelding. Elk vakje in zo’n raster is een pixel.
2. Voor elke pixel wordt een waarde voor de 3 basiskleuren gemeten
3. Voor elke pixel “onthoudt” de computer 5 cijfergegevens: de X-positie, de Y-
positie, R, G, B
4. De computer zet die 5 getallen om in binaire getallen
o RGB-systeem bestaat al zeer lang (midden 19e eeuw)
Russel Kirsch: uitvinder van de vierkante pixel
o “De keuze van vierkanten was dwaas en is iets waar nu heel de wereld aan leidt”
o => Kirsch schreef een programma dat de dikke, onhandige vierkanten van een digitaal
beeld verandert in een vloeiender beeld gevormd door variabel gevormde pixels
(geïnspireerd door de mozaïekbouwers uit de oudheid)
Van geluid naar getal:
o Het systeem meet:
Aantal golfjes in een bepaalde tijd
De hoogte van elk golfje
=> resultaten zijn getallen
o Wordt vertaald naar binaire getallen
o Hoe meer metingen per tijdspanne hoe nauwkeuriger het resultaat
Een audio-cd bevat niet minder dan 44.100 metingen per seconde
o Geluid is ook heel lang analoog uitgedrukt:
Geluid werd echt geregistreerd als golf niet als digitale code
Plaat & grammofoon
o Eerst fonograaf door Edison (1878)
o Erna Fonautograaf van Alexander Graham Bell
Tekstbestanden:
o “Platte tekst”-bestanden= bestanden die enkel karakters bevatten die je op een
toetsenbord kan intypen (geen opmaak/afbeelding/…)
o MS Word bestand => een tekstverwerkingsbestand => Wordt opgeslagen als een
binair en/of gecomprimeerd bestaand
ASCII:
o Bits=nullen en enen => bit=0
o Bytes=een groepje van acht bits => byte=01100001 => elke toetsen combinatie krijgt
zo een byte toegewezen => 256 verschillende combinaties tussen 0000000 en
11111111
o ASXII-tabel is een 2 dimensionale rij
Simon Crivallari
