מחזור הנתונים
The Data Cycle
בפרק זה נלמד על:
1. מבוא למחזור הנתונים
2. הגדרת הבעיה
3. איתור וזיהוי נתונים
4. אחזור וניקוי נתונים
5. טיוב ואינטגרציה של נתונים
6. עיבוד וניתוח של נתונים וויזואליזציה
7. פרזנטציה
8. קבלת החלטות
9. גישות נוספות להפקת לקחים
10. משוב
11. תרגול סיכום
12. מחזור הנתונים בשימוש בכלי בינה מלאכותית
13. תרגול ניתוח נתונים עם כלי AI
שיוך למרכיב ונושא בתוכנית הלימודים
- מרכיב בתוכנית
- נושא מרכזי
- מחזור הנתונים
1. מבוא לפרק מחזור הנתונים | 2. הגדרת הבעיה | 3. איתור וזיהוי מקורות נתונים | 4. אחזור ואחסון נתונים | 5. טיוב ואינטגרציה של נתונים | 6. עיבוד וניתוח נתונים וויזואליזציה | 7. פרזנטציה | 8. קבלת החלטות | 9. גישות נוספות להפקת לקחים | 10. משוב | 11. תרגול סיכום | 12. מחזור הנתונים ובינה מלאכותית | 13. תרגול ניתוח נתונים עם כלי AI
חזרה לראש הדף
2. הגדרת הבעיה
הגדרת הבעיה היא השלב הבסיסי ביותר ויש להשקיע בו זמן רב של מחשבה.
חומרי הוראה
הגדרת סגמנטציה
מהי סגמנטציה ומהי חשיבותה?
חומרי הוראה
חזרה לראש הדף
3. איתור וזיהוי מקורות נתונים
השלב "איתור וזיהוי מקורות נתונים" הוא הראשון מתוך שלושה שלבים במחזור הנתונים שמפיקים למנתח הנתונים את "משטח העבודה" שלו.
חומרי הוראה
היכן לחפש נתונים למחקר נתונים?
כדי לענות על שאלת המחקר אנחנו זקוקים לנתונים, איפה נוכל למצוא אותם?
חומרי הוראה
כיצד לחפש נתונים למחקר נתונים? חלק א
כיצד לחפש נתונים למחקר נתונים? חלק ב
תרגיל מסכם - איתור וזיהוי מקורות נתונים
מבוא לקבלת החלטות
חשיבות הנתונים בזירה העסקית
מרצה: אסף אלקין
מקורות מידע בארגון
מאין זורם המידע לארגון?
כיצד משפיע מקור זרימת המידע על איכות הנתונים?
מרצה: אסף אלקין
קליטת מידע
חשיבות הנתונים בזירה העסקית
מרצה: אסף אלקין
קליטת מידע – ניקוי נתונים
אחסון הנתונים
חשיפה למידע רגיש
וחשיבות אמינות מנתח הנתונים
מרצה: אסף אלקין
חזרה לראש הדף
4. אחזור ואחסון נתונים
אחזור נתונים הוא פעולה להשגת מידע רלוונטי מתוך מסד נתונים או מאגר – נקרא גם "שליפת נתונים".
חומרי הוראה
אחסון נתונים
חזרה לראש הדף
5. טיוב ואינטגרציה של נתונים
בדיקות נתונים - ניקוי ואינטגרציה של נתונים
חומרי הוראה
בדיקת שלמות נתונים
בדיקת טווח ערכים תקין
רקע לבדיקת נתונים לאחר קליטתם
מהן הסיבות לבדיקת הנתונים הנקלטים?
מרצה: אסף אלקין
- מצגת בעברית
- מצגת בערבית
- סרטון בערבית
בדיקת נתונים לאחר קליטתם – סוגי נתונים
אילו סוגי נתונים קיימים
אילו בדיקות נבצע על כל סוג
מרצה: אסף אלקין
בדיקת נתונים לאחר קליטתם – סוגי בדיקות
סוגי הבדיקות שנבצע על הנתונים, שלמות, תקינות, סבירות.
מרצה: אסף אלקין
תיעוד בעבודת ניתוח נתונים
למה צריך לתעד?
אילו דגשים חשובים בפעולת התיעוד?
מרצה: אסף אלקין
בדיקת תקינות וסבירות של הנתונים
בדיקת הנתונים תיעשה על ידי השוואת הנתונים,
וסבירותם תיבדק באמצעות חיבור לשטח.
מרצה: אסף אלקין
בדיקת תקינות וסבירות של הנתונים – המשך
בדיקת סבירות נתונים באמצעות משתנים סטטיסטיים.
מרצה: אסף אלקין
טיפול בערכים חריגים וחסרים
האם תמיד צריך לטפל בנתונים חריגים? מתי לא נטפל בנתונים חריגים?
מרצה: אסף אלקין
טיפול בערכים חריגים וחסרים – המשך
סוגי התמודדות עם נתונים חריגים.
מרצה: אסף אלקין
חזרה לראש הדף
6. עיבוד וניתוח נתונים וויזואליזציה
מהו ידע גלוי ומהו ידע סמוי?
חומרי הוראה
מהגדרת הבעיה לעבודה עם נתונים
כיצד להבין מה בדיוק לחפש בנתונים לאור הבעיה שהוגדרה?
חומרי הוראה
פרדוקס סימפסון
חומרי הוראה
ניתוח גרפים
אינטגרציה של נתונים
מהי אינטגרציה של נתונים?
מהם מרכיבי התהליך?
מהן שלוש השיטות של אינטגרציה?
מרצה: דימה לוגוב
חזרה לראש הדף
8. קבלת החלטות
החלטות מבוססות נתונים
החלטות מבוססות נתונים DDDM
קבלת החלטות מבוססות נתונים DDDM.
מקרה בוחן – רשת סירקט סיטי.
מרצה: דנה ארנון פרי
אנליזה עסקית
אנליזת נתונים, אנליזה עסקית, מקרה בוחן – רשת וולמרט וסופות הוריקן, נתונים: DIKW > החלטות > פעולות.
מרצה: דנה ארנון פרי
אנליזה עסקית ב-5 שלבים
שלבים 1-2:
תשאול ראשוני, להכיר את הלקוח
מרצה: דנה ארנון פרי
שלב 3:
בחירה ואיסוף של נתונים, ניתוח הנתונים
מרצה: דנה ארנון פרי
שלב 4:
אילו שאלות נשאל כדי לחלץ את התובנות העסקיות מהנתונים שניתחנו
מרצה: דנה ארנון פרי
שלב 5:
תקשור התובנה למקבלי החלטות בשפה שהם מבינים
מרצה: דנה ארנון פרי
קבלת החלטות
החלטות רציונליות מול אמוציונליות, מחקר ועדת שחרורי אסירים, מערכות 2-1
מרצה: דנה ארנון פרי
התובנה האנושית באנליזה
התובנה האנושית באנליזה – Human Insight, נטפליקס – מה שהנתונים לא יספרו לנו
מרצה: דנה ארנון פרי
אנלסיס פרלסיס
מה זה אנלסיס פרלסיס? כיצד אפשר להפחית את התופעה?
מרצה: דנה ארנון פרי
ניתוח מונחה השערות
גישת הסייר וגישת הבלש, ניתוח מונחה השערות.
מרצה: דנה ארנון פרי
ההבדל בין נתונים לתובנות
הבדלים בין נתונים לתובנות, איך מוצאים תובנות בנתונים, איך מתקשרים תובנות
מרצה: דנה ארנון פרי
חזרה לראש הדף
9. גישות נוספות להפקת לקחים
הפקת לקחים – חלק ראשון
הקושי בהפקת לקחים, הפקת לקחים מהירה, יעילה וקלה ליישום, מתודת הפקת לקחים.
מרצה: ד"ר מוריה לוי
הפקת לקחים – חלק שני
מהו מאגר תובנות, מדוע נדרש מאגר תובנות, איך יוצרים מאגר תובנות.
מרצה: ד"ר מוריה לוי
הפקת לקחים – חלק שלישי
פיתוח תורת עבודה מקצועית על בסיס הידע הארגוני הקודם והתובנות החדשות שהופקו.
מרצה: ד"ר מוריה לוי
ניתוח מידע בעבור מקבלי החלטות
דרכים לניתוח מידע בעבור מקבלי החלטות.
מרצה: לי שריר
קבלת החלטות – אינטואיציה או שכל?
מהי החלטה?
מרכיבי ההחלטה, סוגי החלטות
מרצה: דוד אברהם
חזרה לראש הדף
11. תרגול סיכום
חזרה לראש הדף
12. מחזור הנתונים ובינה מלאכותית
שימוש בכלי בינה מלאכותית לפתרון בעיה עסקית בתהליך מחזור הנתונים.
יוצרים: מוסי עוז, ימית ליבנה, אורנה יונגמן
חזרה לראש הדף
13. תרגול ניתוח נתונים עם כלי AI
מחוון למורה לשאלות ניסוי שילוב בינה מלאכותית
ישראל בעיניי העולם: מה אומרים הנתונים
ההרצאה תתמקד בניתוח נתונים בנושא תפיסת ישראל בעולם כפי שהיא משתקפת בגוגל טרנדס וסקרים.
נתחיל בהצגת נתונים ונמשיך בניתוח של הנושאים הבאים:
מידת העניין בישראל בעולם
עמדות הציבור במדינות שונות כלפי ישראל
השפעת ישראל על המזרח התיכון
ההרצאה תעזור לתלמידים להבין איך העולם תופס את ישראל
ולהציע פתרונות יישומיים להסברה לפי קהלי יעד.
מרצה: דנה ארנון פרי
ניתוח נתוני ספורט וסטטיסטיקת יחסי הימור
-
איסוף נתונים מ-50 ענפי ספורט בחברת LSport
סוגי נתונים אותם מנתחים
מטרות ניתוח נתוני הספורט
תובנות מניתוח הנתונים
הצגת התובנות באמצעות דשבורדמרצה: ד"ר צבי בן עמי
אולי תתעניינו גם ב...
הרעיון שלכם כאן!
אם גם לכם יש מערך שעור רב כשרון או רעיון מקורי, מעניין, שמצית את הדמיון, מעורר את החושים ומפיח חיים בשיעורים- שלחו לנו אותו!
