Кіріспе

жалпы ұғым Деректер жинағы [[File:Iris dataset scatterplot.svg|thumb|right|Рональд Фишер (1936 ж.) енгізген көпөлшемді деректер жиынтығының «Ирис» гүлдері туралы мәліметтерінің әртүрлі графиктері. Ашық деректер саласында деректер жиынтығы – ашық деректер қоймасында жарияланған ақпаратты өлшеу бірлігі болып табылады. Еуропалық деректер. europa.eu порталы миллионнан астам дерек жиынтығын жинақтайды.

Қасиеттері

Деректер жиынтығының құрылымы мен қасиеттерін бірнеше ерекшелік анықтайды. Оларға атрибуттардың немесе айнымалылардың саны мен түрлері, сондай-ақ стандартты ауытқу және куртоз сияқты оларға қолданылатын түрлі статистикалық өлшемдер жатады. Мәндер нақты сандар немесе бүтін сандар сияқты сандар түрінде болуы мүмкін, мысалы, адамның бойын сантиметрмен көрсету. Бірақ олар номиналды деректер түрінде де болуы мүмкін (яғни, сандық мәндерден тұрмайды), мысалы, адамның ұлты. Жалпы алғанда, мәндер өлшеу деңгейі ретінде сипатталатын кез келген түрде болуы мүмкін. Әрбір айнымалы үшін мәндер әдетте бір түрлі болады. Деректерде жоғалған мәндер болуы мүмкін, олардың бар екені білдірілуі керек. Статистикада деректер жиынтығы көбінесе статистикалық популяциядан алынған нақты байқаулардың нәтижесі болады, және әрбір қатар сол популяцияның бір элементіне қатысты байқауларды көрсетеді. Деректер жиынтығы сонымен қатар белгілі бір бағдарламалық жасақтаманы сынау үшін алгоритмдер арқылы жасалуы мүмкін. SPSS сияқты кейбір қазіргі заманғы статистикалық талдау бағдарламалары деректерін классикалық деректер жиынтығы түрінде ұсына береді. Деректер жоқ немесе күмәнді болған жағдайда, деректерді толықтыру үшін импутация әдісі қолданылуы мүмкін.