Big Data og dataanalyse

Computerspace · FGU · AI og fremtidsteknologi

📊 Hvad er Big Data og dataanalyse?

Big Data er enorme datamængder der er for store og komplekse til traditionelle metoder.

De tre V'er:

• Volume (mængde): Terabytes, petabytes, exabytes af data
• Velocity (hastighed): Data strømmer ind i realtid
• Variety (variation): Tekst, billeder, video, sensorer – mange formater

Dataindsamling – hvor kommer data fra?

• Sociale medier: Likes, kommentarer, delinger
• Sensorer/IoT: Fitnesstrackere, vejrstationer, trafik
• Transaktioner: Køb, bankoverførsler, online shopping
• Websider: Klik, søgninger, besøgstid

---

🎯 Hvorfor er det vigtigt?

• Bedre beslutninger: Data giver indsigt
• Karriere: Data scientist er en efterspurgt rolle
• Hverdagen: Du genererer data hele tiden
• Etik: Vigtigt at forstå hvem der har dine data

---

🔧 Fire typer dataanalyse

1. Deskriptiv: Hvad skete der? (rapporter, dashboards)

2. Diagnostisk: Hvorfor skete det? (mønstre, årsager)

3. Prædiktiv: Hvad vil ske? (forudsigelser med ML)

4. Præskriptiv: Hvad bør vi gøre? (anbefalinger)

Datavisualisering:

• Søjlediagrammer, linjediagrammer, cirkeldiagrammer
• Heatmaps, scatterplots, dashboards
• Gør data lettere at forstå og kommunikere

---

🎓 Læringsmål for Big Data og dataanalyse

Læringsmål

• Forstå hvad big data er og de tre V-er
• Kende de fire typer dataanalyse
• Forstå datavisualisering og vælge passende diagramtype
• Reflektere over etik i dataindsamling

Sådan kan du arbejde med emnet

• Hvad er de tre V-er i big data?
• Hvad er forskellen på deskriptiv og prædiktiv analyse?
• Hvad er datavisualisering?
• Hvordan bruges big data i hverdagen?

⚠️ Typiske fejl at undgå

• Tror mere data altid er bedre – kvalitet er vigtigere end kvantitet
• Forveksler korrelation med kausalitet – sammenhæng ≠ årsag
• Glemmer etik – data repræsenterer rigtige mennesker

---

💡 Tips til at komme i gang

• Tænk over din data – hvad genererer du dagligt?
• Lav et diagram – visualisér data fra din hverdag
• Vær kritisk – når du ser statistik, spørg: hvem indsamlede data?