Đăng nhậpDùng miễn phí

Tin học 12 · Chủ đề 7 (CS). Giải quyết vấn đề với sự trợ giúp của máy tính

Bài 28. Thực hành trải nghiệm trích rút thông tin và tri thức (CS)

Từ dữ liệu thô đến tri thức có ích: các bước thu thập, làm sạch, phân tích, trực quan hóa và diễn giải bằng máy tính.

Nhớ nhanh

1. Dữ liệu, thông tin và tri thức

Định nghĩa
  • Dữ liệu là những ký hiệu, con số, ký tự còn thô, chưa được xử lý và chưa gắn với ngữ cảnh cụ thể. Ví dụ: dãy số 38,538{,}5; 102102; 8,58{,}5.
  • Thông tin là dữ liệu đã được thu thập, sắp xếp hoặc tính toán để trả lời các câu hỏi: ai, cái gì, khi nào, ở đâu, bao nhiêu. Ví dụ: nhiệt độ cơ thể của một người là 38,538{,}5 độ C; điểm trung bình lớp là 8,58{,}5.
  • Tri thức là thông tin đã được phân tích, so sánh, liên kết với kinh nghiệm và bối cảnh, giúp trả lời câu hỏi tại sao và cần làm gì. Ví dụ: 38,538{,}5 độ C cao hơn thân nhiệt bình thường (khoảng 3737 độ C) nên người đó đang sốt, cần nghỉ ngơi, theo dõi và đi khám nếu sốt kéo dài.
Mô hình chuyển đổi

Dữ liệu ⟶\longrightarrow Thông tin ⟶\longrightarrow Tri thức ⟶\longrightarrow Hiểu biết sâu.

Máy tính giúp con người thực hiện nhanh các bước trung gian: thu gom, làm sạch, tính toán và vẽ biểu đồ. Tuy nhiên, bước diễn giải và rút ra tri thức vẫn cần sự suy luận của con người.

2. Quy trình trích rút thông tin và xây dựng tri thức

Sáu bước cơ bản
  1. 1.
    Xác định vấn đề: nêu rõ câu hỏi cần trả lời (ví dụ: chất lượng học tập của lớp ra sao?).
  2. 2.
    Thu thập dữ liệu: lấy dữ liệu từ khảo sát, cảm biến, trang web hoặc cơ sở dữ liệu có sẵn; lưu vào tệp dạng bảng như CSV hoặc XLSX.
  3. 3.
    Làm sạch và chuẩn hóa: loại bỏ dòng trùng lặp, xử lý giá trị thiếu, chuyển đổi định dạng ngày giờ, thống nhất đơn vị đo.
  4. 4.
    Phân tích và trích chọn: dùng lệnh tính tổng, trung bình, đếm, lọc theo điều kiện, gom nhóm để cho ra các chỉ số có nghĩa.
  5. 5.
    Trực quan hóa: thể hiện kết quả bằng bảng số liệu, biểu đồ cột, biểu đồ đường hoặc biểu đồ tròn để nhìn ra quy luật.
  6. 6.
    Diễn giải và đề xuất: đọc kết quả trong bối cảnh thực tế, đưa ra nhận định, dự báo hoặc đề xuất hành động.
Lưu ý

Nếu dữ liệu đầu vào còn lỗi (thiếu, sai đơn vị, trùng) thì kết quả phân tích sẽ sai, dẫn tới thông tin không đúng và tri thức sai lệch. Vì vậy bước làm sạch không được bỏ qua.

3. Ví dụ minh họa

Ví dụ 1

Lớp 12A có danh sách điểm thi môn Tin học. Hãy mô tả cách dùng chương trình Python để trích rút thông tin từ dữ liệu điểm, từ đó rút ra nhận định về chất lượng lớp.

Lời giải · 6 bước

Dữ liệu ban đầu lưu trong danh sách diem:

diem = [8.0, 6.5, 9.0, 7.5, 5.0, 8.5, 4.0, 7.0, 9.5, 6.0]
Bước 2

Bước 1: làm sạch. Giả sử dữ liệu đã kiểm tra, không có giá trị âm hoặc lớn hơn 1010, không có phần tử rỗng.

Bước 3

Bước 2: phân tích. Tính trung bình, tìm điểm cao nhất, thấp nhất và đếm số học sinh đạt loại Giỏi (điểm từ 8,08{,}0 trở lên):

soluong = len(diem)
tong = sum(diem)
trungbinh = tong / soluong
caonhat = max(diem)
thapnhat = min(diem)
gioi = [d for d in diem if d >= 8.0]

print("So hoc sinh:", soluong)
print("Diem trung binh:", round(trungbinh, 2))
print("Diem cao nhat:", caonhat)
print("Diem thap nhat:", thapnhat)
print("So hoc sinh dat gioi:", len(gioi))
Bước 4

Bước 3: kết quả. Chương trình in ra:

So hoc sinh: 10
Diem trung binh: 7.1
Diem cao nhat: 9.5
Diem thap nhat: 4.0
So hoc sinh dat gioi: 4
Bước 5

Các con số trên đã là thông tin: chúng trả lời được câu hỏi lớp có bao nhiêu em, trung bình mấy điểm, có mấy em giỏi. Ta tổng hợp lại thành bảng:

Chỉ sốGiá trị
Số học sinh10
Điểm trung bình7,17{,}1
Điểm cao nhất9,59{,}5
Điểm thấp nhất4,04{,}0
Số học sinh đạt giỏi4
Bước 6

Bước 4: diễn giải. Trung bình 7,17{,}1 cho thấy chất lượng chung ở mức Khá; tỉ lệ giỏi là 4/10=40%4/10 = 40\%; khoảng cách từ 4,04{,}0 đến 9,59{,}5 cho thấy sự chênh lệch lớn giữa các bạn. Đây là tri thức ban đầu: lớp đa số đạt khá, nhưng cần có biện pháp phụ đạo nhóm thấp và thúc đẩy nhóm giỏi.

Lưu ý

Cùng một dãy số, nếu không biết đó là điểm thi và không so với thang điểm 1010 thì chúng chỉ là dữ liệu vô nghĩa. Tri thức chỉ xuất hiện khi dữ liệu được đặt trong đúng bối cảnh. Ngoài ra, khi đọc tệp dữ liệu, cột số có thể bị hiểu là chuỗi ký tự; cần ép kiểu về số trước khi so sánh hoặc tính toán, nếu không máy sẽ báo lỗi hoặc cho kết quả sai.

4. Câu hỏi ôn tập

Câu hỏi 1
  1. 1.
    Phân biệt dữ liệu, thông tin và tri thức bằng ví dụ về mưa và mùa vụ.
  2. 2.
    Nêu các bước trong quy trình trích rút thông tin từ dữ liệu.
  3. 3.
    Tại sao phải làm sạch dữ liệu trước khi phân tích?
  4. 4.
    Cho dãy số 3232, 2828, 3535, 3030, 2929 là nhiệt độ ban ngày của một tỉnh trong năm ngày. Hãy chỉ ra thông tin có thể trích rút được và một tri thức gắn với sản xuất nông nghiệp.
Gợi ý trả lời
  1. 1.
    Dữ liệu: các con số đo được mưa. Thông tin: lượng mưa từng ngày, tổng lượng mưa. Tri thức: mùa mưa đến sớm nên gieo sớm.
  2. 2.
    Xác định vấn đề ⟶\longrightarrow thu thập ⟶\longrightarrow làm sạch ⟶\longrightarrow phân tích ⟶\longrightarrow trực quan hóa ⟶\longrightarrow diễn giải và đề xuất.
  3. 3.
    Vì dữ liệu lỗi làm sai kết quả tính toán, dẫn tới thông tin và tri thức sai.
  4. 4.
    Thông tin: trung bình khoảng 30,830{,}8 độ C; ngày nóng nhất đạt 3535 độ C. Tri thức: nhiệt độ cao trên 3030 độ C kéo dài dễ gây nắng nóng, cần tăng cường tưới tiêu và che phủ cho cây trồng.
Gặp bài khó? Chụp ảnh để CEAO giảiAI giải từng bước, đề kiểm tra theo bài, thẻ ghi nhớ. Đăng ký miễn phí.
Thử ngay