I. Say “True” if the Statement is correct and” False” if the statement is incorrect. ------1. Data science is a multi-disciplinary field that uses scientific methods, processes, algorithms, and systems to extract knowledge. ------2. Data Acquisition is performed by expert curators that are responsible for improving the accessibility and quality of data. ------3. Big Data is blanket term for the traditional strategies and technologies needed to gather, organize, process, and gather insightsfrom large datasets. ------4. Meta Data is the most important elements for big data analysis and big data solution. II. Choose the best alternatives from the given choices. ------1. Data scientist skills include a. Statistics b. Linear Algebra c. Programming d. All ------2. ____ is processed data suitable for decision and action. a. Information b. Data c. Data Science d. A & B ------3. 3. One of the following is not data type from computer programming perspective? a. Floating-Point (float) b. Integer(int) c. Boolean (Bool) d. None ------4. _____ is an example of structured data. a. Excel files b. SQL c. XML d. A & B ------5. The process of gathering, filtering, and cleaning data before storage refers to ______ . a. Data Analysis b. Data acquisition c. Data storage d. Data curation III. Briefly explain the following questions Discuss data and its types from computer programming and data analytics perspectives? Discuss a series of steps needed to generate value and useful insights from data? Discuss the Big Data and characteristics of Big Data? Explain and examples of structured data, semi-structured data, unstructured data, and metadata

I. ትክክል ከሆነ "True" ስህተት ከሆነ ደግሞ "False" ብለው ይመልሱ።

1. True
2. False (ይህ የ Data Curation ተግባር ነው)
3. False (Big Data ባህላዊ ያልሆኑ ስልቶችን እና ቴክኖሎጂዎችን ይጠይቃል)
4. False (Metadata አስፈላጊ ቢሆንም፣ ዋናው አካል ግን አይደለም፤ ዋናው አካል ራሱ ዳታው ነው)

II. ከቀረቡት ምርጫዎች ውስጥ ትክክለኛውን ይምረጡ።

1. d. All
2. a. Information
3. d. None (ሁሉም የኮምፒውተር ፕሮግራሚንግ ዳታ አይነቶች ናቸው)
4. d. A & B
5. d. Data curation

III. የሚከተሉትን ጥያቄዎች በአጭሩ ያብራሩ።

1. ዳታ እና አይነቶቹን ከኮምፒውተር ፕሮግራሚንግ እና ከዳታ ትንተና (Data Analytics) አንፃር ይግለጹ።

   • ከኮምፒውተር ፕሮግራሚንግ አንፃር ዳታ: ፕሮግራሞች የሚጠቀሙባቸው ጥሬ እሴቶች ወይም ተለዋዋጮች ናቸው። ዋና ዋና አይነቶች የሚከተሉት ናቸው፦
     • Integer (int): ሙሉ ቁጥሮች (ለምሳሌ 5, -10)።
     • Floating-Point (float): አስርዮሽ ያላቸው ቁጥሮች (ለምሳሌ 3.14, -0.5)።
     • Boolean (Bool): እውነት (True) ወይም ሀሰት (False) እሴቶች።
     • String (str): የፊደላት ወይም የቁምፊዎች ቅደም ተከተል (ለምሳሌ "hello", "Yosef")።
   • ከዳታ ትንተና አንፃር ዳታ: ለትንተና የተሰበሰቡ እውነታዎች፣ ቁጥሮች ወይም መረጃዎች ናቸው። ዋና ዋና አይነቶች የሚከተሉት ናቸው፦
     • Quantitative Data (ቁጥራዊ ዳታ): ሊለካ የሚችል ቁጥራዊ ዳታ (ለምሳሌ ዕድሜ፣ ቁመት፣ የሽያጭ መጠን)።
     • Qualitative Data (ጥራት ያለው ዳታ): በቁጥር ሊለካ የማይችል ነገር ግን ሊታይ የሚችል ገላጭ ዳታ (ለምሳሌ ቀለሞች፣ አስተያየቶች፣ የደንበኛ ግብረመልሶች)።
     • Categorical Data (ምድባዊ ዳታ): ወደ ቡድኖች ወይም ምድቦች ሊከፋፈል የሚችል ዳታ (ለምሳሌ ፆታ፣ ሀገር፣ የምርት አይነት)።

2. ከዳታ ዋጋ እና ጠቃሚ ግንዛቤዎችን ለማግኘት የሚያስፈልጉትን ተከታታይ እርምጃዎች ይግለጹ።

   ከዳታ ዋጋ እና ጠቃሚ ግንዛቤዎችን ለማግኘት የሚያስፈልጉት እርምጃዎች የዳታ ትንተና ሂደት አካል ሲሆኑ፣ የሚከተሉትን ያካትታሉ፦

   • የችግር ትርጉም (Problem Definition): መፍታት የሚፈልጉትን የንግድ ችግር ወይም ጥያቄ በግልጽ መለየት።
   • ዳታ መሰብሰብ (Data Acquisition/Collection): ለችግሩ መፍትሄ የሚሆን ተዛማጅ ዳታ መሰብሰብ።
   • ዳታ ማጽዳት እና ማዘጋጀት (Data Cleaning/Preprocessing): የጎደሉ እሴቶችን፣ ስህተቶችን እና ወጥነት የሌላቸውን መረጃዎች ማስተካከል እና ዳታውን ለትንተና ማዘጋጀት።
   • ዳታ ማሰስ እና መተንተን (Data Exploration/Analysis): በዳታው ውስጥ ያሉ ቅጦችን፣ ዝምድናዎችን እና አዝማሚያዎችን ለመረዳት መተንተን።
   • ሞዴል መገንባት (Modeling): ትንበያዎችን ለማድረግ ወይም ግንዛቤዎችን ለማግኘት ስታቲስቲካዊ ወይም የማሽን መማሪያ ሞዴሎችን መተግበር።
   • ግኝቶችን ማቅረብ (Communication/Deployment): የተገኙትን ግንዛቤዎች ለባለድርሻ አካላት በግልጽ ማቅረብ እና መፍትሄዎችን መተግበር።

3. Big Data እና የ Big Data ባህሪያትን ይግለጹ።

   • Big Data (ትልቅ ዳታ): ባህላዊ የዳታ ማቀነባበሪያ አፕሊኬሽኖች ሊይዙት፣ ሊያስተዳድሩት እና ሊተነትኑት የማይችሉ እጅግ በጣም ግዙፍ እና ውስብስብ የዳታ ስብስቦችን የሚያመለክት ቃል ነው።
   • የ Big Data ባህሪያት (The 3 Vs):
     • Volume (መጠን): እጅግ በጣም ብዙ የዳታ መጠን።
     • Velocity (ፍጥነት): ዳታ የሚመነጭበት እና የሚሰራበት ከፍተኛ ፍጥነት።
     • Variety (ልዩነት): የተለያዩ የዳታ አይነቶች (የተዋቀረ፣ ከፊል-የተዋቀረ እና ያልተዋቀረ ዳታ)።
     • አንዳንድ ጊዜ ተጨማሪ ባህሪያት ይጨመራሉ፦
     • Veracity (ትክክለኛነት): የዳታው አስተማማኝነት እና ትክክለኛነት።
     • Value (ዋጋ): ከዳታው ሊገኝ የሚችለው ጠቃሚ ግንዛቤ እና ዋጋ።

4. የተዋቀረ ዳታ (structured data)፣ ከፊል-የተዋቀረ ዳታ (semi-structured data)፣ ያልተዋቀረ ዳታ (unstructured data) እና ሜታዳታ (metadata) ምን እንደሆኑ እና ምሳሌዎቻቸውን ያብራሩ።

   • የተዋቀረ ዳታ (Structured Data): በጣም የተደራጀ፣ ቋሚ ቅርጸት ያለው እና በቀላሉ ሊፈለግ የሚችል ዳታ ነው። ብዙውን ጊዜ በሰንጠረዦች (rows and columns) መልክ በሪሌሽናል ዳታቤዝ ውስጥ ይከማቻል።
     • ምሳሌዎች: የ SQL ዳታቤዝ ሰንጠረዦች፣ የ Excel ፋይሎች (ስፕሬድሺቶች)።
   • ከፊል-የተዋቀረ ዳታ (Semi-structured Data): የተወሰነ የአደረጃጀት ባህሪ ያለው ነገር ግን እንደ የተዋቀረ ዳታ ጥብቅ ያልሆነ ዳታ ነው። የትርጉም ክፍሎችን ለመለየት መለያዎችን (tags) ወይም ምልክቶችን ይጠቀማል።
     • ምሳሌዎች: XML ፋይሎች፣ JSON ፋይሎች፣ ኢሜይሎች።
   • ያልተዋቀረ ዳታ (Unstructured Data): ምንም አይነት ቅድመ-የተገለጸ ቅርጸት ወይም አደረጃጀት የሌለው ዳታ ነው። ባህላዊ ዘዴዎችን በመጠቀም ለማስኬድ እና ለመተንተን አስቸጋሪ ነው።
     • ምሳሌዎች: የጽሑፍ ሰነዶች (Word documents), ምስሎች, የድምጽ ፋይሎች, የቪዲዮ ፋይሎች, የማህበራዊ ሚዲያ ልጥፎች።
   • ሜታዳታ (Metadata): ስለ ዳታ የሚገልጽ ዳታ ነው። ስለሌላ ዳታ ይዘት፣ ጥራት፣ ቅርጸት እና ባህሪያት መረጃ ይሰጣል።
     • ምሳሌዎች: የቤተ-መጽሐፍት ካታሎግ ግቤት (ስለ መጽሐፍ ሜታዳታ), የፋይል ባህሪያት (የተፈጠረበት ቀን፣ ደራሲ፣ የፋይል መጠን)።