Jak učit (malé) děti datovou analýzu? | Mňamka #210

Máte doma malého analytika? Já jednoho (teda spíš “jednu”) mám, a tak jsem si řekla, že napíšu těchto pár řádků a ukážu vám, jak nejenom data jsou všude kolem nás, ale datová analytika taky. A není to o učení se SQL :-) 

A zase ty patterny! 

Náš mozek neustále zpracovává vše, co kolem sebe vidíme a cítíme - a hlavně - miluje patterny! A to i samozřejmě i ten dětský, tak mu to dopřejme. Zkuste s dětmi analyzovat vzorce v běžném životě - Kolik vidí červených věcí na stole? Kolik je venku listnatých stromů? Kolik projelo druhů aut? Prostě hledat věci stejné - barvy, tvaru, vůně, textury atd.

Příklad na doma: Vemte si pytlík lentilek a gumových medvídků a vyberte z nich různě třeba 10 kusů. A teď se ptejte: Kolik je červených medvídků? Kolik je celkově lentilek? A tak dál...

Pozn: Zkuste si malý test, jak mozek miluje patterny!

Umí dítě predikovat? No jasně!

Že si dělám srandu? No vůbec ne! Podle mě si každý rodič někdy koupil takové ty vyplňovací sešity pro předškoláky. No a v nich jsou takové ty logické řady (tady jich pár taky najdete). Děti v nich na základě historie předpovídají budoucnost. Zní to povědomě? :-)

Nebo stačí vzít, co máte zrovna v kapse - nějaké mince, kancelářské sponky a žvejky. No a vyzvat dítě, aby vám řeklo dalších 5 kroků. Nezapomeňte se u toho zeptat “proč” vybralo, co vybralo.

Příklad na doma: Vemte vaše bombońy z prvního příkladu a udělejte z nich logickou řadu. Nechte dítě, ať “predikuje” dalších 5 kroků.

Pochybujte

O Biases jsem už taky psala (např. zde) Potká se s nimi každý analytik. Prostě je super stát si za svým názorem, ale taky je dobré naučit se pochybovat. Tak například, mají vaše děti nějakou oblíbenou knížku, kterou znají téměř nazpaměť? Já když nějakou takovou dětem čtu, tak jim dávám různé otázky: “Kdo skočil do toho rybníka? Pes a kočka? A už nikdo? Jsi si jistá? A co ta myška, co na ně koukala na břehu, mohla tam skočit ona?”

Příklad na doma: Zkuste si vzít zase lentilky a medvidky. Tentokrát vemte třeba červeného medvídka k oranžovým medvídkům, modrou lentilku k modrému medvídkovi a ptejte se, šlo by to tak udělat? Patří také k sobě? Je to jediný výsledek?

PS: Kdo nemá rád sladké, stačí vytáhnout geniální Lego :-)

Ratolest je starší? Tak šup kódit!

Nemusí se hned začínat s SQL, naopak! Super startovací programovací jazyk pro děti je Scratch. Umožňuje vytvářet programy pomocí vizuálních prvků místo textové podoby jako je to třeba u SQL. Ale i pro to existuje pár dobrých stránek:

- Několik tipů i na našich stránkách: SQL 
- Nebo w3 schools je super

Máte k článku nějaké otázky nebo připomínky? Klidně mi napište, ráda to s Vámi proberu :-)

Eva Hankusová
první kontakt zákazníků
marketing | partnership
LinkedIn

5 bodů, které je dobré zvážit, když uvažujete o zavedení analytiky | Mňamka #233

5 bodů, které je dobré zvážit, když uvažujete o zavedení analytiky | Mňamka #233

Stavět od základů svou vlastní analytiku interně nebo zvolit hotové řešení? Každé má svá pro a proti. I když ručička vah často ukazuje jasně na druhou variantu. Než se finálně rozhodneme, je fajn vzít v úvahu několik bodů – například naše znalosti a dovednosti, ochranu dat, náklady a škálovatelnost, time to market nebo následný servis a aktualizace. Pojďme si projít, nad čím se zamyslet, než řekneme finální GO!

Ted talks: Éra slepé víry v big data musí skončit | Mňamka #232

Ted talks: Éra slepé víry v big data musí skončit | Mňamka #232

Žijeme v době algoritmů. Algoritmy dnes často rozhodují o tom, kdo získá půjčku, kdo bude pozván na pracovní pohovor, kdo získá pojištění atd. atd. Teoreticky by to mělo vést k větší spravedlnosti – každý je souzen podle stejných pravidel. Jenže.. to automaticky neznamená, že je vše vyhodnoceno "správně". Matematička a datová vědkyně Cathy O'Neil se zabývá algoritmy, které jsou neregulované, tajné, důležité a škodlivé. Pojďme si poslechnout jeden z velmi zajímavých TED talks o temné straně Big data!

Základy vizualizace dat | Mňamka #231

Základy vizualizace dat | Mňamka #231

Jste na začátku. Díváte se do tabulky plné čísel a jednotlivé sloupce vzájemně splývají. Než se dostanete na konec řádku, ztrácíte přehled o jeho začátku a opačně. Co ta čísla vlastně znamenají a jak se v nich vyznat? Přehledná vizualizace zní jako plán. Jenže jak na to? Kde začít? Shrnuli jsme pro vás pár základních kroků, které vám poradí, jak na to.