Data · ⁨Dữ liệu⁩

AP Computer Science Principles · ⁨AP Nguyên lý khoa học máy tính⁩ · Topic 2 · ⁨Chủ đề 2⁩

View Slides · ⁨Xem Slides⁩ Train · ⁨Luyện tập⁩

Video lesson for this topic · ⁨Bài học video cho chủ đề này⁩ Open the video page · ⁨Mở trang video⁩

2.1

Binary Numbers · ⁨Số nhị phân⁩

Syllabus · ⁨Chương trình⁩

English

Enduring Understanding (DAT-1): The way a computer represents data internally is different from the way the data are interpreted and displayed for the user. Programs are used to translate data into a representation more easily understood by people.

Learning Objective DAT-1.A: Explain how data can be represented using bits. [Skill 3.C]

DAT-1.A.1 Data values can be stored in variables, lists of items, or standalone constants and can be passed as input to (or output from) procedures.
DAT-1.A.2 Computing devices represent data digitally, meaning that the lowest-level components of any value are bits.
DAT-1.A.3 Bit is shorthand for binary digit and is either 0 or 1.
DAT-1.A.4 A byte is 8 bits.
DAT-1.A.5 Abstraction is the process of reducing complexity by focusing on the main idea. By hiding details irrelevant to the question at hand and bringing together related and useful details, abstraction reduces complexity and allows one to focus on the idea.
DAT-1.A.6 Bits are grouped to represent abstractions. These abstractions include, but are not limited to, numbers, characters, and color.
DAT-1.A.7 The same sequence of bits may represent different types of data in different contexts.
DAT-1.A.8 Analog data have values that change smoothly, rather than in discrete intervals, over time. Some examples of analog data include pitch and volume of music, colors of a painting, or position of a sprinter during a race.
DAT-1.A.9 The use of digital data to approximate real-world analog data is an example of abstraction.
DAT-1.A.10 Analog data can be closely approximated digitally using a sampling technique, which means measuring values of the analog signal at regular intervals called samples. The samples are measured to figure out the exact bits required to store each sample.

Learning Objective DAT-1.B: Explain the consequences of using bits to represent data. [Skill 1.D]

DAT-1.B.1 In many programming languages, integers are represented by a fixed number of bits, which limits the range of integer values and mathematical operations on those values. This limitation can result in overflow or other errors.
DAT-1.B.2 Other programming languages provide an abstraction through which the size of representable integers is limited only by the size of the computer's memory; this is the case for the language defined in the exam reference sheet.
DAT-1.B.3 In programming languages, the fixed number of bits used to represent real numbers limits the range and mathematical operations on these values; this limitation can result in round-off and other errors. Some real numbers are represented as approximations in computer storage.
- Exclusion statement: Specific range limitations for real numbers are outside the scope of this course and the AP Exam.

Learning Objective DAT-1.C: For binary numbers: a. Calculate the binary (base 2) equivalent of a positive integer (base 10) and vice versa. [Skill 2.B] b. Compare and order binary numbers. [Skill 2.B]

DAT-1.C.1 Number bases, including binary and decimal, are used to represent data.
DAT-1.C.2 Binary (base 2) uses only combinations of the digits zero and one.
DAT-1.C.3 Decimal (base 10) uses only combinations of the digits $0 - 9$.
DAT-1.C.4 As with decimal, a digit's position in the binary sequence determines its numeric value. The numeric value is equal to the bit's value (0 or 1) multiplied by the place value of its position.
DAT-1.C.5 The place value of each position is determined by the base raised to the power of the position. Positions are numbered starting at the rightmost position with 0 and increasing by 1 for each subsequent position to the left.

Tiếng Việt

Hiểu biết bền vững (DAT-1): Cách máy tính biểu diễn dữ liệu bên trong khác với cách dữ liệu được giải thích và hiển thị cho người dùng. Các chương trình được sử dụng để chuyển đổi dữ liệu sang dạng biểu diễn dễ hiểu hơn đối với con người.

Mục tiêu học tập DAT-1.A: Giải thích cách dữ liệu có thể được biểu diễn bằng bit. [Kỹ năng 3.C]

DAT-1.A.1 Giá trị dữ liệu có thể được lưu trữ trong biến, danh sách các mục, hoặc hằng độc lập và có thể được truyền làm đầu vào (hoặc đầu ra) cho các thủ tục.
DAT-1.A.2 Thiết bị tính toán biểu diễn dữ liệu kỹ thuật số, nghĩa là các thành phần cấp thấp nhất của bất kỳ giá trị nào đều là bit.
DAT-1.A.3 Bit là viết tắt của số nhị phân và chỉ có thể là 0 hoặc 1.
DAT-1.A.4 Một byte gồm 8 bit.
DAT-1.A.5 Trừu tượng hóa là quá trình giảm độ phức tạp bằng cách tập trung vào ý tưởng chính. Bằng cách ẩn đi các chi tiết không liên quan đến vấn đề hiện tại và gộp lại các chi tiết liên quan và hữu ích, trừu tượng hóa giúp giảm độ phức tạp và cho phép người ta tập trung vào ý tưởng.
DAT-1.A.6 Bit được nhóm lại để biểu diễn các khái niệm trừu tượng. Các khái niệm này bao gồm, nhưng không giới hạn ở, số, ký tự và màu sắc.
DAT-1.A.7 Cùng một chuỗi bit có thể đại diện cho các loại dữ liệu khác nhau trong các ngữ cảnh khác nhau.
DAT-1.A.8 Dữ liệu tương tự có các giá trị thay đổi mượt mà, thay vì theo các khoảng rời rạc, theo thời gian. Một số ví dụ về dữ liệu tương tự bao gồm cao độ và âm lượng của âm nhạc, màu sắc của một bức tranh, hoặc vị trí của một vận động viên chạy sprint trong cuộc đua.
DAT-1.A.9 Việc sử dụng dữ liệu kỹ thuật số để xấp xỉ dữ liệu tương tự thực tế là một ví dụ về trừu tượng hóa.
DAT-1.A.10 Dữ liệu tương tự có thể được xấp xỉ gần đúng bằng kỹ thuật kỹ thuật số thông qua kỹ thuật lấy mẫu, nghĩa là đo lường các giá trị của tín hiệu tương tự ở các khoảng thời gian đều đặn gọi là mẫu. Các mẫu được đo để xác định chính xác các bit cần thiết để lưu trữ mỗi mẫu.

Mục tiêu học tập DAT-1.B: Giải thích hệ quả của việc sử dụng bit để biểu diễn dữ liệu. [Kỹ năng 1.D]

DAT-1.B.1 Trong nhiều ngôn ngữ lập trình, số nguyên được biểu diễn bởi một số lượng bit cố định, điều này giới hạn phạm vi của các giá trị số nguyên và các phép toán toán học trên các giá trị đó. Hạn chế này có thể dẫn đến tràn số hoặc các lỗi khác.
DAT-1.B.2 Các ngôn ngữ lập trình khác cung cấp cơ chế trừu tượng hóa mà qua đó kích thước của các số nguyên có thể biểu diễn chỉ bị giới hạn bởi dung lượng bộ nhớ của máy tính; đây là trường hợp của ngôn ngữ được định nghĩa trong tờ tham khảo kỳ thi.
DAT-1.B.3 Trong các ngôn ngữ lập trình, số lượng bit cố định dùng để biểu diễn số thực giới hạn phạm vi và các phép toán toán học trên các giá trị này; hạn chế này có thể dẫn đến sai số làm tròn và các lỗi khác. Một số số thực được biểu diễn dưới dạng xấp xỉ trong bộ nhớ máy tính.
- Câu loại trừ: Các hạn chế phạm vi cụ thể cho số thực nằm ngoài phạm vi của khóa học này và Kỳ thi AP.

Mục tiêu học tập DAT-1.C: Đối với số nhị phân: a. Tính giá trị tương đương nhị phân (cơ số 2) của một số nguyên dương (cơ số 10) và ngược lại. [Kỹ năng 2.B] b. So sánh và sắp xếp thứ tự các số nhị phân. [Kỹ năng 2.B]

DAT-1.C.1 Cơ số của số, bao gồm nhị phân và thập phân, được sử dụng để biểu diễn dữ liệu.
DAT-1.C.2 Hệ nhị phân (cơ số 2) chỉ sử dụng các tổ hợp của các chữ số không và một.
DAT-1.C.3 Thập phân (cơ số 10) chỉ sử dụng các tổ hợp của các chữ số $0 - 9$.
DAT-1.C.4 Tương tự như thập phân, vị trí của một chữ số trong chuỗi nhị phân sẽ xác định giá trị số của nó. Giá trị số bằng giá trị bit (0 hoặc 1) nhân với giá trị vị trí của vị trí đó.
DAT-1.C.5 Giá trị vị trí của mỗi vị trí được xác định bằng cơ số lũy thừa theo vị trí đó. Các vị trí được đánh số bắt đầu từ vị trí bên phải nhất là 0 và tăng lên 1 cho mỗi vị trí tiếp theo về phía bên trái.

Source: College Board AP Course and Exam Description · ⁨Nguồn: Mô tả Khóa học và Bài thi College Board AP⁩

English

Computers store everything as bits 位 – each a 0 or 1. A group of 8 bits is a byte 字节. Numbers are stored in binary 二进制 (base 2), where each place is a power of two ($1, 2, 4, 8, 16, \dots$) instead of the powers of ten in decimal 十进制. For example, binary 1011 is $8+2+1=11$.

Worked example. To convert binary 1101 to decimal, write the place values 8 4 2 1 under the bits 1 1 0 1 and add the ones that have a 1: $8+4+0+1=13$. Going the other way, convert 19 to binary by subtracting the largest power of two that fits: $19-16=3$, then $3-2=1$, then $1-1=0$, so the bits sit at the 16, 2, and 1 places $\rightarrow$ 10011 (check: $16+2+1=19$).

Because a computer has a finite number of bits, it can represent only a limited range of values. This causes two effects tested on the exam:

Overflow error 溢出错误: a number too large for the available bits cannot be stored correctly.
Round-off (rounding) error 舍入错误: numbers with decimals (real numbers) can only be approximated, because infinitely many real values must map onto finitely many bit patterns.

All data – text, images, sound – is ultimately encoded as binary. An image is a grid of pixels 像素, each stored as numbers for its colors; sound is stored as numbers sampled many times per second.

Tiếng Việt

Các chữ số nhị phân trên màn hình hiển thị – tất cả dữ liệu kỹ thuật số cuối cùng đều được lưu trữ dưới dạng 0 và 1

Máy tính lưu trữ mọi thứ dưới dạng bits – mỗi bit là 0 hoặc 1. Một nhóm 8 bits là một byte. Các số được lưu trữ trong nhị phân (cơ số 2), nơi mỗi vị trí đại diện cho lũy thừa của hai ($1, 2, 4, 8, 16, \dots$) thay vì lũy thừa của mười trong 十进制 (mười phân). Ví dụ, nhị phân 1011 là $8+2+1=11$.

Bảng giá trị vị trí 8-bit: các số 1 nằm dưới các giá trị cộng lại thành số

Ví dụ hướng dẫn. Để chuyển đổi nhị phân 1101 sang thập phân, viết các giá trị vị trí 8 4 2 1 dưới các bit 1 1 0 1 và cộng những bit có 1: $8+4+0+1=13$. Ngược lại, chuyển 19 sang nhị phân bằng cách trừ đi lũy thừa của hai lớn nhất vừa khớp: $19-16=3$, sau đó $3-2=1$, rồi $1-1=0$, vì vậy các bit nằm ở các vị trí 16, 2, và 1 $\rightarrow$ 10011 (kiểm tra: $16+2+1=19$).

Vì máy tính có một số lượng bit hữu hạn, nó chỉ có thể biểu diễn một phạm vi giá trị giới hạn. Điều này gây ra hai hiệu ứng được kiểm tra trong kỳ thi:

Lỗi tràn (overflow): một số quá lớn so với số bit khả dụng không thể được lưu trữ chính xác.
Lỗi làm tròn (round-off): các số có phần thập phân (số thực) chỉ có thể được xấp xỉ, vì vô số giá trị thực phải ánh xạ vào hữu hạn các mẫu bit.

Tất cả dữ liệu – văn bản, hình ảnh, âm thanh – cuối cùng đều được mã hóa dưới dạng nhị phân. Một hình ảnh là lưới các pixel, mỗi pixel được lưu dưới dạng số cho màu sắc của chúng; âm thanh được lưu dưới dạng số được lấy mẫu nhiều lần mỗi giây.

Explore · ⁨Khám phá⁩

Convert between binary and decimal · ⁨Chuyển đổi giữa nhị phân và thập phân⁩

Computers store numbers in binary (base 2). Each bit is a power of two; add the place values of the 1-bits to read the decimal number. · ⁨Máy tính lưu trữ số trong hệ nhị phân (cơ số 2). Mỗi bit là một lũy thừa của hai; cộng các giá trị vị trí của các bit có giá trị 1 để đọc được số thập phân.⁩

Vocabulary · ⁨Từ vựng⁩ Train · ⁨Luyện tập⁩

English	Tiếng Việt
bits/bɪts/	bit
byte/baɪt/	byte
binary/ˈbaɪnəri/	nhị phân
decimal/ˈdesɪml/	số thập phân
Overflow error/ˌəʊvəˈfləʊ ˈerə/	Lỗi tràn
Round-off (rounding) error/raʊnd ɒf ˈerə/	Lỗi làm tròn (quy tròn)
pixels/ˈpɪkslz/	các pixel

Watch lesson · ⁨Xem bài học⁩

2.2

Data Compression · ⁨Nén Dữ Liệu⁩

Syllabus · ⁨Chương trình⁩

English

Enduring Understanding (DAT-1): The way a computer represents data internally is different from the way the data are interpreted and displayed for the user. Programs are used to translate data into a representation more easily understood by people.

Learning Objective DAT-1.D: Compare data compression algorithms to determine which is best in a particular context. [Skill 1.D]

DAT-1.D.1 Data compression can reduce the size (number of bits) of transmitted or stored data.
DAT-1.D.2 Fewer bits does not necessarily mean less information.
DAT-1.D.3 The amount of size reduction from compression depends on both the amount of redundancy in the original data representation and the compression algorithm applied.
DAT-1.D.4 Lossless data compression algorithms can usually reduce the number of bits stored or transmitted while guaranteeing complete reconstruction of the original data.
DAT-1.D.5 Lossy data compression algorithms can significantly reduce the number of bits stored or transmitted but only allow reconstruction of an approximation of the original data.
DAT-1.D.6 Lossy data compression algorithms can usually reduce the number of bits stored or transmitted more than lossless compression algorithms.
DAT-1.D.7 In situations where quality or ability to reconstruct the original is maximally important, lossless compression algorithms are typically chosen.
DAT-1.D.8 In situations where minimizing data size or transmission time is maximally important, lossy compression algorithms are typically chosen.

Tiếng Việt

Hiểu biết bền vững (DAT-1): Cách máy tính biểu diễn dữ liệu bên trong khác với cách dữ liệu được giải thích và hiển thị cho người dùng. Các chương trình được sử dụng để chuyển đổi dữ liệu sang dạng biểu diễn dễ hiểu hơn đối với con người.

Mục tiêu học tập DAT-1.D: So sánh các thuật toán nén dữ liệu để xác định thuật toán nào tốt nhất trong một ngữ cảnh cụ thể. [Kỹ năng 1.D]

DAT-1.D.1 Nén dữ liệu có thể làm giảm kích thước (số lượng bit) của dữ liệu được truyền tải hoặc lưu trữ.
DAT-1.D.2 Ít bit hơn không đồng nghĩa với việc ít thông tin hơn.
DAT-1.D.3 Mức độ giảm kích thước từ việc nén phụ thuộc vào cả mức độ trùng lặp trong biểu diễn dữ liệu gốc và thuật toán nén được áp dụng.
DAT-1.D.4 Thuật toán nén dữ liệu không mất mát thường có thể giảm số bit được lưu trữ hoặc truyền tải trong khi đảm bảo tái tạo hoàn toàn dữ liệu gốc.
DAT-1.D.5 Thuật toán nén dữ liệu mất mát có thể giảm đáng kể số bit được lưu trữ hoặc truyền tải nhưng chỉ cho phép tái tạo một sự xấp xỉ của dữ liệu gốc.
DAT-1.D.6 Thuật toán nén dữ liệu mất mát thường có thể giảm số bit được lưu trữ hoặc truyền tải nhiều hơn so với thuật toán nén không mất mát.
DAT-1.D.7 Trong các tình huống mà chất lượng hoặc khả năng khôi phục lại dữ liệu gốc là quan trọng nhất, các thuật toán nén không mất mát thường được lựa chọn.
DAT-1.D.8 Trong các tình huống mà việc giảm thiểu kích thước dữ liệu hoặc thời gian truyền tải là quan trọng nhất, các thuật toán nén có mất mát thường được lựa chọn.

Source: College Board AP Course and Exam Description · ⁨Nguồn: Mô tả Khóa học và Bài thi College Board AP⁩

English

Compression 压缩 reduces the number of bits needed to store or send data. Two kinds:

Lossless compression 无损压缩 lets you restore the exact original data (used for text and programs, where every bit matters).
Lossy compression 有损压缩 throws away some data to shrink the size further (used for photos, music, video, where a small quality loss is acceptable).

Choosing between them trades size against fidelity: lossless keeps everything but saves less; lossy saves more but loses detail permanently. Prefer lossless when the data must be exact.

Tiếng Việt

Mặt đĩa cứng và đầu đọc: dữ liệu được nén và lưu dưới dạng tín hiệu từ

Nén giảm số bit cần thiết để lưu hoặc truyền dữ liệu. Hai loại:

Các phương pháp nén: không mất mát so với mất mát, với các ví dụ phổ biến — Các phương pháp nén: không mất dữ liệu so với có mất dữ liệu, kèm theo các ví dụ phổ biến

Nén không mất mát (lossless compression) cho phép bạn khôi phục lại đúng dữ liệu gốc (dùng cho văn bản và chương trình, nơi từng bit đều quan trọng).
Nén có mất mát (lossy compression) loại bỏ một phần dữ liệu để thu nhỏ kích thước thêm nữa (dùng cho ảnh, nhạc, video, nơi sự suy giảm chất lượng nhỏ có thể chấp nhận được).

Việc lựa chọn giữa chúng đòi hỏi sự đánh đổi giữa kích thước và độ trung thực: nén không mất mát giữ nguyên mọi thứ nhưng tiết kiệm ít hơn; nén có mất mát tiết kiệm nhiều hơn nhưng mất chi tiết vĩnh viễn. Ưu tiên nén không mất mát khi dữ liệu bắt buộc phải chính xác.

Explore · ⁨Khám phá⁩

Compress a run of repeats · ⁨Nén một chuỗi lặp lại liên tiếp⁩

Run-length encoding is a lossless compression: a long run of the same symbol is replaced by the symbol and a count, shrinking the data with no information lost. · ⁨Mã hóa độ dài chuỗi là một phương pháp nén không mất mát: một chuỗi dài các ký tự giống nhau được thay thế bằng ký tự đó và một bộ đếm, làm giảm kích thước dữ liệu mà không mất thông tin.⁩

Vocabulary · ⁨Từ vựng⁩ Train · ⁨Luyện tập⁩

English	Tiếng Việt
Compression/kəmˈpreʃn/	Nén
Lossless compression/ˈlɒsləs kəmˈpreʃn/	Nén không mất mát
Lossy compression/ˈlɒsi kəmˈpreʃn/	Nén mất dữ liệu

Watch lesson · ⁨Xem bài học⁩

2.3

Extracting Information from Data · ⁨Trích xuất Thông tin từ Dữ liệu⁩

Syllabus · ⁨Chương trình⁩

English

Enduring Understanding (DAT-2): Programs can be used to process data, which allows users to discover information and create new knowledge.

Learning Objective DAT-2.A: Describe what information can be extracted from data. [Skill 5.B]

DAT-2.A.1 Information is the collection of facts and patterns extracted from data.
DAT-2.A.2 Data provide opportunities for identifying trends, making connections, and addressing problems.
DAT-2.A.3 Digitally processed data may show correlation between variables. A correlation found in data does not necessarily indicate that a causal relationship exists. Additional research is needed to understand the exact nature of the relationship.
DAT-2.A.4 Often, a single source does not contain the data needed to draw a conclusion. It may be necessary to combine data from a variety of sources to formulate a conclusion.

Learning Objective DAT-2.B: Describe what information can be extracted from metadata. [Skill 5.B]

DAT-2.B.1 Metadata are data about data. For example, the piece of data may be an image, while the metadata may include the date of creation or the file size of the image.
DAT-2.B.2 Changes and deletions made to metadata do not change the primary data.
DAT-2.B.3 Metadata are used for finding, organizing, and managing information.
DAT-2.B.4 Metadata can increase the effective use of data or data sets by providing additional information.
DAT-2.B.5 Metadata allow data to be structured and organized.

Learning Objective DAT-2.C: Identify the challenges associated with processing data. [Skill 5.D]

DAT-2.C.1 The ability to process data depends on the capabilities of the users and their tools.
DAT-2.C.2 Data sets pose challenges regardless of size, such as:
- the need to clean data
- incomplete data
- invalid data
- the need to combine data sources
DAT-2.C.3 Depending on how data were collected, they may not be uniform. For example, if users enter data into an open field, the way they choose to abbreviate, spell, or capitalize something may vary from user to user.
DAT-2.C.4 Cleaning data is a process that makes the data uniform without changing their meaning (e.g., replacing all equivalent abbreviations, spellings, and capitalizations with the same word).
DAT-2.C.5 Problems of bias are often created by the type or source of data being collected. Bias is not eliminated by simply collecting more data.
DAT-2.C.6 The size of a data set affects the amount of information that can be extracted from it.
DAT-2.C.7 Large data sets are difficult to process using a single computer and may require parallel systems.
DAT-2.C.8 Scalability of systems is an important consideration when working with data sets, as the computational capacity of a system affects how data sets can be processed and stored.

Tiếng Việt

Hiểu biết bền vững (DAT-2): Các chương trình có thể được sử dụng để xử lý dữ liệu, cho phép người dùng khám phá thông tin và tạo ra tri thức mới.

Mục tiêu học tập DAT-2.A: Mô tả những thông tin nào có thể được trích xuất từ dữ liệu. [Kỹ năng 5.B]

DAT-2.A.1 Thông tin là tập hợp các sự kiện và mẫu được trích xuất từ dữ liệu.
DAT-2.A.2 Dữ liệu cung cấp cơ hội để xác định xu hướng, thiết lập mối liên hệ và giải quyết vấn đề.
DAT-2.A.3 Dữ liệu đã được xử lý kỹ thuật số có thể cho thấy mối tương quan giữa các biến. Một mối tương quan tìm thấy trong dữ liệu không nhất thiết chỉ ra rằng có mối quan hệ nhân quả. Nghiên cứu bổ sung là cần thiết để hiểu rõ bản chất chính xác của mối quan hệ này.
DAT-2.A.4 Thường thì một nguồn duy nhất không chứa dữ liệu cần thiết để rút ra kết luận. Có thể cần phải kết hợp dữ liệu từ nhiều nguồn khác nhau để xây dựng kết luận.

Mục tiêu học tập DAT-2.B: Mô tả những thông tin nào có thể được trích xuất từ metadata. [Kỹ năng 5.B]

DAT-2.B.1 Metadata là dữ liệu về dữ liệu. Ví dụ, một phần dữ liệu có thể là hình ảnh, trong khi metadata có thể bao gồm ngày tạo hoặc dung lượng file của hình ảnh đó.
DAT-2.B.2 Những thay đổi và xóa bỏ đối với metadata sẽ không làm thay đổi dữ liệu gốc.
DAT-2.B.3 Metadata được sử dụng để tìm kiếm, tổ chức và quản lý thông tin.
DAT-2.B.4 Metadata có thể tăng hiệu quả sử dụng dữ liệu hoặc bộ dữ liệu bằng cách cung cấp thông tin bổ sung.
DAT-2.B.5 Meta-data cho phép dữ liệu được cấu trúc và tổ chức.

Mục tiêu học tập DAT-2.C: Xác định các thách thức liên quan đến việc xử lý dữ liệu. [Kỹ năng 5.D]

DAT-2.C.1 Khả năng xử lý dữ liệu phụ thuộc vào năng lực của người dùng và công cụ của họ.
DAT-2.C.2 Các bộ dữ liệu đều đặt ra thách thức bất kể quy mô, chẳng hạn như:
- nhu cầu làm sạch dữ liệu
- dữ liệu không đầy đủ
- dữ liệu không hợp lệ
- nhu cầu kết hợp các nguồn dữ liệu
DAT-2.C.3 Tùy thuộc vào cách thu thập dữ liệu, chúng có thể không đồng nhất. Ví dụ, nếu người dùng nhập dữ liệu vào một trường mở, cách họ chọn viết tắt, đánh vần hoặc viết hoa một thứ gì đó có thể khác nhau tùy từng người.
DAT-2.C.4 Làm sạch dữ liệu là quá trình khiến dữ liệu trở nên đồng nhất mà không thay đổi ý nghĩa của chúng (ví dụ: thay thế tất cả các dạng viết tắt, đánh vần và viết hoa tương đương bằng cùng một từ).
DAT-2.C.5 Vấn đề thiên kiến thường được tạo ra bởi loại hoặc nguồn dữ liệu đang được thu thập. Thiên kiến không bị loại bỏ chỉ bằng cách thu thập thêm dữ liệu.
DAT-2.C.6 Quy mô của một bộ dữ liệu ảnh hưởng đến lượng thông tin có thể được trích xuất từ nó.
DAT-2.C.7 Các bộ dữ liệu lớn khó xử lý bằng một máy tính đơn lẻ và có thể yêu cầu các hệ thống song song.
DAT-2.C.8 Khả năng mở rộng của hệ thống là yếu tố quan trọng cần xem xét khi làm việc với các bộ dữ liệu, vì năng lực tính toán của hệ thống ảnh hưởng đến cách các bộ dữ liệu được xử lý và lưu trữ.

Source: College Board AP Course and Exam Description · ⁨Nguồn: Mô tả Khóa học và Bài thi College Board AP⁩

English

Data 数据 becomes useful when we extract information 信息 from it – patterns, trends, and answers to questions. Large data sets can reveal correlations a small one cannot, but data must be cleaned (fixing errors and inconsistencies) and often transformed or filtered first. A correlation 相关性 between two things does not prove that one causes the other – a key caution. Metadata 元数据 (data about data, like a photo's date and location) helps organize and search large collections.

Tiếng Việt

Dữ liệu trở nên hữu ích khi chúng ta trích xuất thông tin từ đó – các mô hình, xu hướng và câu trả lời cho các câu hỏi. Bộ dữ liệu lớn có thể tiết lộ mối tương quan mà bộ dữ liệu nhỏ không thể, nhưng dữ liệu phải được làm sạch (sửa lỗi và bất nhất) và thường phải biến đổi hoặc lọc trước. Một mối tương quan giữa hai điều không chứng minh rằng điều này gây ra điều kia – đây là một cảnh báo quan trọng. Thông tin phụ (metadata) (dữ liệu về dữ liệu, như ngày tháng và vị trí của một bức ảnh) giúp tổ chức và tìm kiếm các bộ sưu tập lớn.

Vocabulary · ⁨Từ vựng⁩ Train · ⁨Luyện tập⁩

English	Tiếng Việt
Data/ˈdeɪtə/	Dữ liệu
information/ˌɪnfəˈmeɪʃn/	information
correlation/ˌkɒrɪˈleɪʃn/	tương quan
Metadata/ˌmetəˈdeɪtə/	siêu dữ liệu
filtering/ˈfɪltərɪŋ/	lọc
visualizing/ˈvɪʒuːəlaɪzɪŋ/	trực quan hóa
privacy/ˈprɪvəsi/	quyền riêng tư

Watch lesson · ⁨Xem bài học⁩

2.4

Using Programs with Data · ⁨Sử dụng Chương trình với Dữ liệu⁩

Syllabus · ⁨Chương trình⁩

English

Enduring Understanding (DAT-2): Programs can be used to process data, which allows users to discover information and create new knowledge.

Learning Objective DAT-2.D: Extract information from data using a program. [Skill 2.B]

DAT-2.D.1 Programs can be used to process data to acquire information.
DAT-2.D.2 Tables, diagrams, text, and other visual tools can be used to communicate insight and knowledge gained from data.
DAT-2.D.3 Search tools are useful for efficiently finding information.
DAT-2.D.4 Data filtering systems are important tools for finding information and recognizing patterns in data.
DAT-2.D.5 Programs such as spreadsheets help efficiently organize and find trends in information.
DAT-2.D.6 Some processes that can be used to extract or modify information from data include the following:
- transforming every element of a data set, such as doubling every element in a list, or adding a parent's email to every student record
- filtering a data set, such as keeping only the positive numbers from a list, or keeping only students who signed up for band from a record of all the students
- combining or comparing data in some way, such as adding up a list of numbers, or finding the student who has the highest GPA
- visualizing a data set through a chart, graph, or other visual representation

Learning Objective DAT-2.E: Explain how programs can be used to gain insight and knowledge from data. [Skill 5.B]

DAT-2.E.1 Programs are used in an iterative and interactive way when processing information to allow users to gain insight and knowledge about data.
DAT-2.E.2 Programmers can use programs to filter and clean digital data, thereby gaining insight and knowledge.
DAT-2.E.3 Combining data sources, clustering data, and classifying data are parts of the process of using programs to gain insight and knowledge from data.
DAT-2.E.4 Insight and knowledge can be obtained from translating and transforming digitally represented information.
DAT-2.E.5 Patterns can emerge when data are transformed using programs.

Tiếng Việt

Hiểu biết bền vững (DAT-2): Các chương trình có thể được sử dụng để xử lý dữ liệu, cho phép người dùng khám phá thông tin và tạo ra tri thức mới.

Mục tiêu học tập DAT-2.D: Trích xuất thông tin từ dữ liệu bằng một chương trình. [Kỹ năng 2.B]

DAT-2.D.1 Chương trình có thể được sử dụng để xử lý dữ liệu nhằm thu thập thông tin.
DAT-2.D.2 Bảng biểu, sơ đồ, văn bản và các công cụ trực quan khác có thể được sử dụng để truyền đạt những insight và tri thức thu được từ dữ liệu.
DAT-2.D.3 Công cụ tìm kiếm hữu ích để tìm thông tin một cách hiệu quả.
DAT-2.D.4 Hệ thống lọc dữ liệu là công cụ quan trọng để tìm thông tin và nhận diện các mẫu trong dữ liệu.
DAT-2.D.5 Các chương trình như bảng tính giúp tổ chức và tìm xu hướng thông tin một cách hiệu quả.
DAT-2.D.6 Một số quy trình có thể được sử dụng để trích xuất hoặc sửa đổi thông tin từ dữ liệu bao gồm các điều sau đây:
- biến đổi mọi thành phần của một bộ dữ liệu, ví dụ như nhân đôi mỗi thành phần trong danh sách, hoặc thêm email của phụ huynh vào mỗi hồ sơ học sinh
- lọc một bộ dữ liệu, ví dụ như giữ lại chỉ các số dương từ một danh sách, hoặc giữ lại chỉ những học sinh đã đăng ký tham gia ban nhạc từ hồ sơ tất cả học sinh
- kết hợp hoặc so sánh dữ liệu theo một cách nào đó, ví dụ như cộng tổng một danh sách các con số, hoặc tìm học sinh có điểm GPA cao nhất
- trực quan hóa một bộ dữ liệu thông qua biểu đồ, đồ thị hoặc các đại diện trực quan khác

Mục tiêu học tập DAT-2.E: Giải thích cách các chương trình có thể được sử dụng để thu được insight và tri thức từ dữ liệu. [Kỹ năng 5.B]

DAT-2.E.1 Các chương trình được sử dụng theo cách lặp lại và tương tác khi xử lý thông tin để cho phép người dùng thu được insight và tri thức về dữ liệu.
DAT-2.E.2 Các lập trình viên có thể sử dụng chương trình để lọc và làm sạch dữ liệu kỹ thuật số, từ đó thu được insight và tri thức.
DAT-2.E.3 Kết hợp các nguồn dữ liệu, phân cụm dữ liệu và phân loại dữ liệu là các phần của quá trình sử dụng chương trình để thu được insight và tri thức từ dữ liệu.
DAT-2.E.4 Insight và tri thức có thể thu được từ việc dịch chuyển và biến đổi thông tin được biểu diễn kỹ thuật số.
DAT-2.E.5 Các mẫu có thể nổi lên khi dữ liệu được biến đổi bằng các chương trình.

Source: College Board AP Course and Exam Description · ⁨Nguồn: Mô tả Khóa học và Bài thi College Board AP⁩

English

Programs process data at scales humans cannot. Common operations are filtering 过滤 (keeping only rows that meet a condition), cleaning (removing errors), and visualizing 可视化 (charts and graphs that make patterns visible). Combining data from multiple sources can reveal more, but raises privacy 隐私 concerns. Interactive tools and visualizations let people explore data and draw their own conclusions.

Exam skill: be able to explain how a program helps find information in a large data set, and why correlation shown in the data does not establish causation.

Tiếng Việt

Chương trình xử lý dữ liệu ở quy mô mà con người không thể làm được. Các thao tác phổ biến là lọc (chỉ giữ lại các dòng thỏa mãn điều kiện), làm sạch (loại bỏ lỗi), và trực quan hóa (biểu đồ và đồ thị giúp các mô hình trở nên rõ ràng). Kết hợp dữ liệu từ nhiều nguồn khác nhau có thể tiết lộ thêm thông tin, nhưng cũng đặt ra những lo ngại về quyền riêng tư. Các công cụ tương tác và trực quan hóa cho phép mọi người khám phá dữ liệu và rút ra kết luận của riêng mình.

Kỹ năng thi: biết cách giải thích làm thế nào một chương trình giúp tìm thông tin trong một bộ dữ liệu lớn, và tại sao mối tương quan hiển thị trong dữ liệu không thiết lập được nhân quả.

Watch lesson · ⁨Xem bài học⁩

2.4

Exam tips · ⁨Mẹo làm bài thi⁩

English

Convert confidently between binary, decimal, and (where asked) hexadecimal — practise until it is quick.
Remember a bit is one binary digit and a byte is 8 bits; $n$ bits represent $2^n$ values.
Explain that all data — numbers, text, images, sound — is stored as binary, and that finite bits cause overflow and round-off.
Distinguish lossless from lossy compression and when each is appropriate.
Show the analog-to-digital idea: sampling turns a continuous signal into discrete values.

Tiếng Việt

Chuyển đổi tự tin giữa nhị phân, thập phân, và (nếu yêu cầu) thập lục phân — luyện tập cho đến khi nhanh.
Nhớ rằng một bit là một chữ số nhị phân và một byte là 8 bit; $n$ bit biểu diễn $2^n$ giá trị.
Giải thích rằng tất cả dữ liệu — số, văn bản, hình ảnh, âm thanh — đều được lưu dưới dạng nhị phân, và số bit hữu hạn gây ra tràn và làm tròn.
Phân biệt nén không mất mát và nén có mất mát cũng như thời điểm phù hợp cho từng loại.
Trình bày ý tưởng chuyển đổi từ analog sang kỹ thuật số: lấy mẫu biến tín hiệu liên tục thành các giá trị rời rạc.

Interactive lessons on this topic · ⁨Bài học tương tác về chủ đề này⁩

Work through it step by step, with instant-check exercises. · ⁨Làm theo từng bước, kèm theo bài tập kiểm tra ngay lập tức.⁩

Past Papers · ⁨Đề thi cũ⁩

More topics in AP Computer Science Principles · ⁨AP Nguyên lý khoa học máy tính⁩ · ⁨Nhiều chủ đề hơn trong AP Computer Science Principles · ⁨AP Nguyên lý khoa học máy tính⁩⁩